学了一些多模态的知识，CLIP算是其中最重要也是最通用的一环，一起来看一下吧。CLIP的全称是ContrastiveLanguage-ImagePre-Training，中文是对比语言-图像预训练，是一个预训...

浏览 98 次 标签： 多模态模型学习1——CLIP对比学习 语言-图像预训练模型