1
条回答
写回答
写回答
-
在ARTIST模型中，GPT模型以文本序列和通过VQGAN编码后的图像序列作为输入，学习以文本序列为条件的图像序列生成。为了增强生成效果，模型还通过设计的Word Lattice Fusion Layer引入知识图谱中的实体知识，辅助图像中对应实体的生成，最后通过最大化图像部分的负对数似然来训练模型，从而得到与文本相符的图像序列。
2024-06-21 23:51:22赞同 3 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
