flykhan
2536c937e3
翻译自英文原版 maths-cs-ai-compendium，共 20 章全部完成。 第01章 向量 | 第02章 矩阵 | 第03章 微积分 第04章 统计学 | 第05章 概率论 | 第06章 机器学习 第07章 计算语言学 | 第08章 计算机视觉 | 第09章 音频与语音 第10章 多模态学习 | 第11章 自主系统 | 第12章 图神经网络 第13章 计算与操作系统 | 第14章 数据结构与算法 第15章 生产级软件工程 | 第16章 SIMD与GPU编程 第17章 AI推理 | 第18章 ML系统设计 第19章 应用人工智能 | 第20章 前沿人工智能 翻译说明： - 所有数学公式 $...$ / $$...$$、代码块、图片引用完整保留 - mkdocs.yml 配置中文导航 + language: zh - README.md 已翻译为中文（兼 docs/index.md） - docs/ 目录包含指向各章文件的 symlink - 约 29,000 行中文内容，排除 .cache/ 构建缓存
91 lines
5.7 KiB
XML
91 lines
5.7 KiB
XML
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 700 300" width="700" height="300">
|
|
<defs>
|
|
<marker id="arrow-blue" markerWidth="8" markerHeight="6" refX="8" refY="3" orient="auto">
|
|
<path d="M0,0 L8,3 L0,6 Z" fill="#3498db"/>
|
|
</marker>
|
|
<marker id="arrow-red" markerWidth="8" markerHeight="6" refX="8" refY="3" orient="auto">
|
|
<path d="M0,0 L8,3 L0,6 Z" fill="#e74c3c"/>
|
|
</marker>
|
|
<marker id="arrow-green" markerWidth="8" markerHeight="6" refX="8" refY="3" orient="auto">
|
|
<path d="M0,0 L8,3 L0,6 Z" fill="#27ae60"/>
|
|
</marker>
|
|
</defs>
|
|
|
|
<!-- Title -->
|
|
<text x="350" y="24" text-anchor="middle" font-family="Arial, sans-serif" font-size="14" font-weight="bold" fill="#333">Multimodal Learning: Mapping Modalities to a Shared Space</text>
|
|
|
|
<!-- Input labels -->
|
|
<text x="48" y="92" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" fill="#666">Image</text>
|
|
<text x="48" y="162" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" fill="#666">Text</text>
|
|
<text x="48" y="232" text-anchor="middle" font-family="Arial, sans-serif" font-size="10" fill="#666">Audio</text>
|
|
|
|
<!-- Input icons -->
|
|
<rect x="28" y="96" width="40" height="30" rx="4" fill="#3498db" fill-opacity="0.15" stroke="#3498db" stroke-width="1"/>
|
|
<text x="48" y="115" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#3498db">🖼</text>
|
|
|
|
<rect x="28" y="166" width="40" height="30" rx="4" fill="#e74c3c" fill-opacity="0.15" stroke="#e74c3c" stroke-width="1"/>
|
|
<text x="48" y="185" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#e74c3c">Abc</text>
|
|
|
|
<rect x="28" y="236" width="40" height="30" rx="4" fill="#27ae60" fill-opacity="0.15" stroke="#27ae60" stroke-width="1"/>
|
|
<text x="48" y="255" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#27ae60">♫</text>
|
|
|
|
<!-- Arrows from inputs to encoders -->
|
|
<line x1="68" y1="111" x2="108" y2="111" stroke="#3498db" stroke-width="1.5" marker-end="url(#arrow-blue)"/>
|
|
<line x1="68" y1="181" x2="108" y2="181" stroke="#e74c3c" stroke-width="1.5" marker-end="url(#arrow-red)"/>
|
|
<line x1="68" y1="251" x2="108" y2="251" stroke="#27ae60" stroke-width="1.5" marker-end="url(#arrow-green)"/>
|
|
|
|
<!-- Image Encoder -->
|
|
<rect x="115" y="82" width="130" height="58" rx="8" fill="#3498db" fill-opacity="0.12" stroke="#3498db" stroke-width="1.5"/>
|
|
<text x="180" y="107" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#3498db">Image Encoder</text>
|
|
<text x="180" y="122" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#666">(ViT / ResNet)</text>
|
|
|
|
<!-- Text Encoder -->
|
|
<rect x="115" y="152" width="130" height="58" rx="8" fill="#e74c3c" fill-opacity="0.12" stroke="#e74c3c" stroke-width="1.5"/>
|
|
<text x="180" y="177" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#e74c3c">Text Encoder</text>
|
|
<text x="180" y="192" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#666">(Transformer)</text>
|
|
|
|
<!-- Audio Encoder -->
|
|
<rect x="115" y="222" width="130" height="58" rx="8" fill="#27ae60" fill-opacity="0.12" stroke="#27ae60" stroke-width="1.5"/>
|
|
<text x="180" y="247" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#27ae60">Audio Encoder</text>
|
|
<text x="180" y="262" text-anchor="middle" font-family="Arial, sans-serif" font-size="9" fill="#666">(Wav2Vec)</text>
|
|
|
|
<!-- Arrows from encoders to shared space -->
|
|
<line x1="245" y1="111" x2="380" y2="160" stroke="#3498db" stroke-width="1.5" marker-end="url(#arrow-blue)"/>
|
|
<line x1="245" y1="181" x2="380" y2="178" stroke="#e74c3c" stroke-width="1.5" marker-end="url(#arrow-red)"/>
|
|
<line x1="245" y1="251" x2="380" y2="198" stroke="#27ae60" stroke-width="1.5" marker-end="url(#arrow-green)"/>
|
|
|
|
<!-- Shared Embedding Space ellipse -->
|
|
<ellipse cx="480" cy="178" rx="130" ry="80" fill="#9b59b6" fill-opacity="0.08" stroke="#9b59b6" stroke-width="1.5" stroke-dasharray="6,3"/>
|
|
<text x="480" y="108" text-anchor="middle" font-family="Arial, sans-serif" font-size="11" font-weight="bold" fill="#9b59b6">Shared Embedding Space</text>
|
|
|
|
<!-- Clustered paired dots — matched pair 1 -->
|
|
<circle cx="430" cy="155" r="5" fill="#3498db" opacity="0.8"/>
|
|
<circle cx="440" cy="150" r="5" fill="#e74c3c" opacity="0.8"/>
|
|
<circle cx="435" cy="163" r="5" fill="#27ae60" opacity="0.8"/>
|
|
|
|
<!-- Matched pair 2 -->
|
|
<circle cx="510" cy="195" r="5" fill="#3498db" opacity="0.8"/>
|
|
<circle cx="520" cy="190" r="5" fill="#e74c3c" opacity="0.8"/>
|
|
<circle cx="515" cy="203" r="5" fill="#27ae60" opacity="0.8"/>
|
|
|
|
<!-- Matched pair 3 -->
|
|
<circle cx="470" cy="220" r="5" fill="#3498db" opacity="0.8"/>
|
|
<circle cx="480" cy="215" r="5" fill="#e74c3c" opacity="0.8"/>
|
|
|
|
<!-- Scattered unmatched dots -->
|
|
<circle cx="550" cy="145" r="4" fill="#3498db" opacity="0.4"/>
|
|
<circle cx="420" cy="210" r="4" fill="#e74c3c" opacity="0.4"/>
|
|
<circle cx="540" cy="220" r="4" fill="#27ae60" opacity="0.4"/>
|
|
|
|
<!-- Labels for clusters -->
|
|
<text x="440" y="138" text-anchor="middle" font-family="Arial, sans-serif" font-size="8" fill="#666">matched</text>
|
|
<text x="518" y="178" text-anchor="middle" font-family="Arial, sans-serif" font-size="8" fill="#666">matched</text>
|
|
|
|
<!-- Legend -->
|
|
<circle cx="390" cy="282" r="4" fill="#3498db"/>
|
|
<text x="398" y="285" font-family="Arial, sans-serif" font-size="9" fill="#666">Image</text>
|
|
<circle cx="440" cy="282" r="4" fill="#e74c3c"/>
|
|
<text x="448" y="285" font-family="Arial, sans-serif" font-size="9" fill="#666">Text</text>
|
|
<circle cx="485" cy="282" r="4" fill="#27ae60"/>
|
|
<text x="493" y="285" font-family="Arial, sans-serif" font-size="9" fill="#666">Audio</text>
|
|
</svg> |
