DemoChen's Clip · 2023-10-11T21:50:23Z Multimodal and Large Multimodal Models (LMM) 💡 原文英文，约5200词，阅读约需19分钟。 📝 内容提要 本文介绍了CLIP模型的训练目标、编码器、嵌入空间、数据集和应用。CLIP使用对比学习训练，提高效率和生成高质量的图像嵌入。CLIP可用于图像分类和基于文本的图像检索，但在图像检索方面表现较低。 🏷️ 标签 CLIP models 图像分类 对比学习 嵌入空间 文本编码器 阅读原文 生成长图 分享链接 已复制链接
