课程介绍了MMpretrain框架，它提供现成的模型和数据集，允许通过API直接调用。重点讲述了如何使用和编写配置文件，避免手动构建模型。此外，还讨论了注意力机制的概念，强调当前部分与历史所有信息的相关性。PPT通过直观方式展示了注意力机制和图像特征的关联。最后，简要概述了CLIP的工作原理，预告了后续的实践操作环节。
本小节课程是有关MMpretrain的介绍，MMpretrain提供了很多模型以及数据集，可以直接利用其中的API接口去进行调用，省去了自己构建模型的时间。
之后又介绍了配置文件相关的内容，之前我自己也是很笨的跟着AlexNet、VGG去一个卷积核一个卷积地搭建，之后也要逐步熟悉如何使用、编写config文件。
传统的操作方式：
利用配置文件的方式：
注意力机制的讲解，我的理解就是当前的部分不只是与前一个部分有关，而是与之前发生过的所有部分都相关。
我很喜欢这页PPT，他把注意力机制直观形象地表达了出来，尤其是右侧的图像特征，与目标相关性大的对应的权重就越大，颜色也越深。
下面这页PPT也很好的描述了CLIP的工作方式。
这次只是一个笼统的概括，期待之后的上手实操。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
