【技术实现步骤摘要】
至少一个实施例涉及用于利用单个测试图像学习神经网络的自适应提示的处理资源。例如，根据本文描述的技术，至少一个实施例涉及使用单个测试图像的提示调节。
技术介绍
1、使用神经网络的文本和图像处理会占用大量的存储器、时间或计算资源。可改进所使用的存储器、时间或计算资源的量。例如，训练神经网络以识别图像和/或文本会使用大量信息和处理。这样的信息的处理和存储会使用附加的存储器、时间和/或其他计算资源。在训练之后更新神经网络甚至会使用更多的存储器、时间和/或其他计算资源，并且会中断经训练的神经网络的训练。经训练的神经网络的这种更新可能是有挑战性的。
技术实现思路
【技术保护点】
1.一种处理器，包括：
2.如权利要求1所述的处理器，其中所述一个或更多个神经网络的所述一个或更多个输入包括一个或更多个图像。
3.如权利要求1所述的处理器，其中所述一个或更多个神经网络的所述一个或更多个输入包括一个或更多个文本提示。
4.如权利要求1所述的处理器，其中所述一个或更多个神经网络包括预训练视觉语言模型。
5.如权利要求1所述的处理器，其中所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动是至少部分地基于一个或更多个图像的一个或更多个随机增强的视图的。
6.如权利要求1所述的处理器，其中在推理期间，调节对所述一个或更多个神经网络的提示。
7.如权利要求1所述的处理器，其中对所述一个或更多个神经网络的提示是至少部分地基于对所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动进行分类来调节的，对所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动进行所述分类至少部分地基于从所述多个变动中移除一个或更多个变动以及计算所述多个变动的平均值。
8.一种计算机实现的方法，
9.如权利要求8所述的计算机实现的方法，其中所述一个或更多个神经网络的所述一个或更多个输入包括单个图像。
10.如权利要求8所述的计算机实现的方法，其中所述一个或更多个神经网络的所述一个或更多个输入包括至少部分地基于单个图像的内容的一个或更多个文本提示。
11.如权利要求8所述的计算机实现的方法，其中所述一个或更多个神经网络包括视觉语言模型。
12.如权利要求8所述的计算机实现的方法，进一步包括：
13.如权利要求8所述的计算机实现的方法，进一步包括：
14.如权利要求8所述的计算机实现的方法，进一步包括：
15.一种计算机系统，包括：
16.如权利要求15所述的计算机系统，其中所述一个或更多个神经网络的所述一个或更多个输入包括一个或更多个图像。
17.如权利要求15所述的计算机系统，其中所述一个或更多个神经网络的所述一个或更多个输入包括描述一个或更多个图像的元素的一个或更多个文本提示。
18.如权利要求15所述的计算机系统，其中所述一个或更多个神经网络包括预训练视觉语言模型。
19.如权利要求15所述的计算机系统，其中所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动是至少部分地基于一个或更多个图像的一个或更多个随机增强的视图的。
20.如权利要求15所述的计算机系统，其中在推理期间，至少部分地基于最小化所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动的熵，来调节对所述一个或更多个神经网络的提示。
...【技术特征摘要】
1.一种处理器，包括：
2.如权利要求1所述的处理器，其中所述一个或更多个神经网络的所述一个或更多个输入包括一个或更多个图像。
3.如权利要求1所述的处理器，其中所述一个或更多个神经网络的所述一个或更多个输入包括一个或更多个文本提示。
4.如权利要求1所述的处理器，其中所述一个或更多个神经网络包括预训练视觉语言模型。
5.如权利要求1所述的处理器，其中所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动是至少部分地基于一个或更多个图像的一个或更多个随机增强的视图的。
6.如权利要求1所述的处理器，其中在推理期间，调节对所述一个或更多个神经网络的提示。
7.如权利要求1所述的处理器，其中对所述一个或更多个神经网络的提示是至少部分地基于对所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动进行分类来调节的，对所述一个或更多个神经网络的所述一个或更多个输入的所述多个变动进行所述分类至少部分地基于从所述多个变动中移除一个或更多个变动以及计算所述多个变动的平均值。
8.一种计算机实现的方法，包括：
9.如权利要求8所述的计算机实现的方法，其中所述一个或更多个神经网络的所述一个或更多个输入包括单个图像。
10.如权利要求8所述的计算机实现的方法，其中所述一个或更多个...
【专利技术属性】
技术研发人员：A·阿南德库玛，C·肖，聂维梨，黄德安，禹之鼎，舒曼丽，
申请(专利权)人：辉达公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。