专栏 / 0111 篇文章
多模态与视觉
从图像与视频理解,到视觉语言模型和图像生成。
博客以介绍为主,不求甚解:沿着不同专栏的话题,认识一个概念、方法或工具。
博客目录 →从图像与视频理解,到视觉语言模型和图像生成。
理解模型结构、学习方法,以及训练与推理中的工程取舍。
围绕机器人如何感知、行动与预测,串起数据、模型和控制。
记录网站搭建、网络原理,以及日常工具的使用经验。
把 Astro、Next.js、Markdown、Tailwind CSS、SSG 和托管平台这些名词分别放回它们负责的位置,再给出零基础做个人网站的选型建议和一份可以直接复制的提示词。
把模型格式、转换工具、推理运行时和硬件后端这四层彻底拆开,配一个能真正跑通的 ResNet-18 端到端例子,并覆盖量化、数值验证、Android 工程细节、端侧大模型与 NNAPI 落幕后的新格局。