Clip Loss
CLIP（Contrastive Language-Image Pretraining）使用了**对比学习（Contrastive Learning）**的方式来训练图像和文本的匹配关系，其核心思想是让正确的图像-文本对在特征空间中靠近，而错误的对则远离。本文将详细解析 CLIP 的损失函数的原理、推导，并提供 PyTorch 代码实现。 1. CLIP 的损失函数原理 CLIP 的损失函数基
Residual-Quantization
1. 什么是 Residual Quantization？ Residual Quantization (RQ) 是一种向量量化方法，通过多阶段逐步量化向量的残差来实现高精度的向量表示。其核心思想是将一个高维向量分解为多个较低精度的向量的和，每个阶段负责量化前一阶段未能捕捉到的残差部分。这种方法能够显著降低量化误差，提高表示的准确性。 主要特点 多阶段量化：通过多个量化步骤逐步逼近原始向量。
StageDesigner
StageDesigner: Artistic Stage Generation for Scenography via Theater Scripts (CVPR 2025) Zhaoxing Gan¹, Mengtian Li¹²†, Ruhua Chen³, Zhongxia Ji³, Sichen Guo³, Huanling Hu¹, Guangnan Ye¹†, Zuo H