Kontrastiivinen kieli-kuvan esikoulutus
term_id: contrastive_languageimage_pre_training
Category: training_techniques
Definition
Kontrastiivinen kieli-kuvan esikoulutus (CLIP) on neuroverkkorakenne, joka on koulutettu internetistä löytyvien kuvien ja niihin liittyvien kuvauksien parilla. Se käyttää kontrastiivista tavoitetta maksimoidakseen vastaavien kuva-teksti-parien samankaltaisuuden ja minimoidakseen eri parien samankaltaisuuden.
Summary
Monimodaalinen esikoulutusmenetelmä, joka yhdistää kuvien ja teksten esityksiä kontrastiivisten häviöfunktioiden avulla.
Key Concepts
- Monimodaalinen oppiminen
- Kosinimilaarisuus
- Nollanäytteen luokittelu
- Koodin arkkitehtuuri
Use Cases
- Kuvahakukoneet
- Tekstistä kuvaan -generoinnin ohjaus
- Visuaalinen kysymysten vastaus