Lecture 03 学习讲义
正文
工具
按问题查找
Lecture 03学习路径: 文字候选与图文检索

学习路径: 文字候选与图文检索

独立阅读

并入相关学习路径

同一CLIP缓存、exact/IVF搜索、延迟/扫描量、区域交互基线

这是LAB 04之后的检索分支:已有的CLIP向量怎样复用,返回哪一个ID又该怎样评价?先读P59与缓存接口。

基础路线读第1节真实照片/缓存身份、第2节exact命中ID、第4节编码次数与内存。应能解释同一查询的Hit、Recall和exact重合率各在问什么,留下查询、相关集合、K及命中ID,而不只记平均分。

二维向量只是热身;主体使用2026-09-22保存的24×512图像向量与12×512查询向量。默认读取并核验缓存,不重新运行CLIP编码器。首次材料下载仍需网络;改变图片或查询文字才需重算对应编码。

第3节IVF和第5节区域加权是第八讲选读,保留完整可运行实现。阅读可按问题跳转,实际运行需按全部代码顺序,因第4节也读取第3节的索引变量。