One Forth

CONCEPT OUTLINE / multimodal-learning

多模态学习

对齐文本、图像、音频等不同表示空间，并通过共享或交叉注意力融合信息。

约 120 分钟正文计划中难度 5/5

章节大纲

  1. 01

    多模态学习要解决的核心问题与适用边界

  2. 02

    多模态学习的基本对象、符号和严格定义

  3. 03

    从「Transformer」推导「多模态学习」所需的关键步骤

  4. 04

    多模态学习的典型计算、反例与常见误区

知识关系

applied-totransformer