Global web icon
zhihu.com
https://www.zhihu.com/question/505125640
OpenAI 的 CLIP 有何亮点？ - 知乎
简单的说，CLIP 无需利用 ImageNet 的数据和标签进行训练，就可以达到 ResNet50 在 ImageNet数据集上有监督训练的结果，所以叫做 Zero-shot。 CLIP（contrastive language-image pre-training）主要的贡献就是 利用无监督的文本信息，作为监督信号来学习视觉特征。
Global web icon
zhihu.com
https://www.zhihu.com/question/438649654
如何评价OpenAI最新的工作CLIP：连接文本和图像，zero shot效果堪比ResNet50？ - 知乎
CLIP这种方法的上限如何，query的数量和质量至关重要。 如果图像文本对仅仅通过搜索的方式在互联网上获取，感觉文本不太可能复杂，这个会限制CLIP的上限。 如果能找到一种获取大量图像文本对，而且文本还比较复杂，那么CLIP这种方法前景会非常不错。
Global web icon
zhihu.com
https://www.zhihu.com/tardis/zm/art/662365120
CLIP 模型简介 - 知乎
CLIP (Contrastive Language-Image Pre-Training) 模型 是 OpenAI 在 2021 年初发布的用于 匹配图像和文本 的 预训练 神经网络模型，是近年来多模态研究领域的经典之作。该模型直接使用 大量的互联网数据 进行预训练，在很多任务表现上达到了SOTA 。
Global web icon
zhihu.com
https://www.zhihu.com/question/3627534119?write
什么是 CLIP 模型，它为什么重要？ - 知乎
1、什么是CLIP? 一句话解释 CLIP 是啥? CLIP 是 OpenAl 开源的一种多模态预训练模型。 它能将图像和文字“翻译”成同一种语言: 一串数字 (向量)，并让描述同一事物的图像和文字在这个数字世界里靠得更近。
Global web icon
zhihu.com
https://www.zhihu.com/tardis/bd/art/670622153
一文读懂三篇少样本微调CLIP的论文及代码实现细节
CLIP就是这样一个坚实的、可以用来微调的基础模型。 这篇文章介绍三种少样本基于CLIP微调的方法，实验的任务是图像分类，但是否能适用于其它任务，因成本不高，读者有时间可以自己尝试一下，欢迎在评论区探讨你的经验。
Global web icon
zhihu.com
https://www.zhihu.com/question/550136684
如何理解应用于CLIP的对比损失函数的优化方式? - 知乎
参考资料： Transformers库CLIP训练例程 Transformer库CLIPModel源码 我想先展示一下CLIP原论文中的实现，以及较为权威的huggingface团队实现的CLIP源码，最后谈一谈自己的理解。已经很熟悉代码实现的读者可以直接看文末本人的分析。（看了大概一个多小时CLIP吧，也只敢说自己理解了7成）首先展示一下伪代码：
Global web icon
zhihu.com
https://www.zhihu.com/question/459366970
为什么Clip可以用于zero shot分类？ - 知乎
在CLIP的实验过程中，它从没有用ImageNet这个经典分类数据集上的数据做训练，但是在测试中，它却能达到和用了ImageNet做训练集的ResNet架构模型比肩的效果。 在我个人看来，CLIP解决缺点2的意义，要高于缺点1。
Global web icon
zhihu.com
https://www.zhihu.com/zvideo/1752330440818475008
SD ComfyUI中如何正确设置Clip Skip停止层Clip Skip解析 - 知乎
SD ComfyUI中如何正确设置Clip Skip停止层Clip Skip解析 发布于 2024-03-15 22:52 ・ 江苏 ・ 366 次播放
Global web icon
zhihu.com
https://www.zhihu.com/pin/1408740525160083456
Clip bond 封装介绍Cu Clip即铜条带，铜片。Clip Bond即条带键合，是采用一个焊接到焊料的固体铜桥实现芯…
Clip Bond即条带键合，是采用一个焊接到焊料的固体铜桥实现芯片和引脚连接的封装工艺。 键合方式： 1、全铜片键合方式 Gate pad 和 Source pad均是Clip方式，此键合方法成本较高，工艺较复杂，能获得更好的Rdson以及更好的热效应。 2、铜片加线键合方式
Global web icon
zhihu.com
https://www.zhihu.com/question/595372017?write
CLIP的可解释性有哪些问题，及怎么应用到各种open-vocabulary任务上？ - 知乎
CLIP的可解释性问题 二.为什么有这些问题 1.对于相反结果，原因在于self-attention。 具体来说用原来的query和key的参数出来的特征算self-attention，最相似的token并不是本身或者相同语义区域，而是一些背景的噪声。而用value出来的特征和自己算attention就不会出现错误的关联。出现这种情况的原因主要是 ...