|
|||||
|
|
| 从隐空间认识CLIP多模态模型 | |
| 引用本文： | 高焕堂.从隐空间认识CLIP多模态模型[J].电子产品世界,2023(5):8-9+16. |
| 作者姓名： | 高焕堂 |
| 作者单位： | 铭传大学;长庚大学 |
| 摘 要： | <正>1前言AIGC可生成的内容形式包含文本(文句)、图像、音频和视频。它能将文本中的语言符号信息或知识,与视觉中可视化的信息(或知识)建立出对应的关联。两者互相加强,形成图文并茂的景象,激发人脑更多想象,扩大人们的思维空间。其中,最基础的就是文本(Text)与图像(Image)之间的知识关联。本篇来介绍文本与图像的关联,并以CLIP模型为例,深入介绍多模态AIGC模型的幕后架构, |