LEARNING COLLECTION
多模态学习
八讲课程笔记:从深度学习、视觉与语言基础,走向跨模态表示和视觉语言模型。
北京大学2026 秋8 篇笔记更新至 2026-11-09
关于这份笔记
依据八份课程课件逐讲整理。从多模态学习导论出发,依次介绍深度学习、视觉分类、检测与分割、语言与序列建模,再进入多模态表示、跨模态对齐、注意力与视觉语言基础模型。每讲围绕动机、关键公式、方法之间的联系和易混概念展开。
来源说明:本系列笔记由 AI 根据课程课件整理生成,已核对部分概念与公式;学习和引用时请结合原课件核实。
这门课的学习路线
建议按这个顺序建立直觉- 01深度学习
- 02视觉
- 03语言
- 04跨模态对齐
- 05视觉语言模型