补充阅读和资源 🤗

我们希望您觉得关于多模态模型的单元令人兴奋。如果您想详细学习和探索关于多模态学习和模型的内容，以下是一些资源供您参考：

Hugging Face Tasks 提供了计算机视觉、音频、自然语言处理、多模态学习和强化学习等领域中各种任务的概述。这些任务包含演示、用例、模型、数据集等。
11-777 MMML 课程，卡内基梅隆大学多模态机器学习课程。您可以在这里找到视频讲座。
Chip Huyen 关于多模态和 LLM 的博客 全面概述了多模态、大型多模态模型以及 BLIP、CLIP 等系统。
Awesome Multimodal ML，一个 GitHub 存储库，包含论文、课程、架构、研讨会、教程等。
Awesome Multimodal Large Language Models，一个 GitHub 存储库，包含与多模态 LLM 相关的论文和数据集。
EE/CS 148, Caltech 课程，加州理工学院大型语言和视觉模型课程。

在下一个单元中，我们将看看另一种神经网络模型，这种模型在近几年被多模态彻底革新：生成神经网络。准备好你的画笔，加入我们，在计算机视觉领域展开另一场激动人心的冒险吧 🤠

社区计算机视觉课程