网上关于QwenVL系列整理的不太好看，自己整理整理，方便自己看。问最新的AI，回复的也不是最新的进展。模态编码器（Modality Encoder）：将多模态的数据编码成向量空间特征，该模块通常是单独进行预训练的，典型的方法有基于CNN的ResNET，基于Transformer的ViT等。输入投影层（Input Projector）：将模态编码器的输出映射到LLM的输入特征空间的适配层，一般模型

网上关于QwenVL系列整理的不太好看，自己整理整理，方便自己看。问最新的AI，回复的也不是最新的进展。模态编码器（Modality Encoder）：将多模态的数据编码成向量空间特征，该模块通常是单独进行预训练的，典型的方法有基于CNN的ResNET，基于Transformer的ViT等。输入投影层（Input Projector）：将模态编码器的输出映射到LLM的输入特征空间的适配层，一般模型

点亮数字人生（202009）（40）

【python--flatten()函数】函数用法+代码说明

【Linux】Linux服务器硬件条件的查看