► KerasHub：预训练模型 / API文档 / 模型架构 / CLIP / CLIPPreprocessor

CLIPPreprocessor

`CLIPPreprocessor` 类

keras_hub.models.CLIPPreprocessor(
    tokenizer,
    image_converter=None,
    sequence_length=77,
    add_start_token=True,
    add_end_token=True,
    to_lower=True,
    **kwargs
)

CLIP 预处理器。

此预处理层将执行 2 项操作

此预处理层旨在与 keras_hub.models.CLIPBackbone 一起使用。默认情况下，它将接收字符串和图像的批次，并返回 token ID 和调整大小后的图像。

参数

tokenizer：一个 keras_hub.models.CLIPTokenizer 实例。
image_converter：一个 keras_hub.models.CLIPImageConverter 实例。
sequence_length：打包输入的长度。
add_start_token：如果为 True，预处理器将在每个输入序列前添加分词器的起始词元。
add_end_token：如果为 True，预处理器将在每个输入序列后附加分词器的结束词元。
to_lower：布尔值。是否将输入转换为小写。

调用参数

x：一个包含 "prompts" 和 "images" 键的字典，其中 "prompts" 是 tf.Tensor 或 Python 字符串列表，而 "images" 是图像张量。
y：标签数据。应始终为 None，因为 SigLIP 不需要标签来计算损失。
sample_weight：标签权重。
sequence_length：传递此参数以覆盖该层已配置的 sequence_length。

示例

# Load the preprocessor from a preset.
preprocessor = keras_hub.models.CLIPPreprocessor.from_preset(
    "clip_vit_base_patch16"
)

# Tokenize the sentence and preprocess the image.
preprocessor(
    {
        "prompts": "The quick brown fox jumped.",
        "images": np.ones(shape=(123, 123, 3)),
    }
)

# Tokenize a batch of sentences and preprocess a batch of images.
preprocessor(
    {
        "prompts": ["The quick brown fox jumped.", "The fox slept."],
        "images": np.ones(shape=(2, 123, 123, 3)),
    }
)

[源代码]

`from_preset` 方法

CLIPPreprocessor.from_preset(preset, config_file="preprocessor.json", **kwargs)

从模型预设实例化一个 keras_hub.models.Preprocessor。

预设是一个包含配置、权重和其他文件资产的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递：

一个内置的预设标识符，如 'bert_base_en'
一个 Kaggle Models 句柄，如 'kaggle://user/bert/keras/bert_base_en'
一个 Hugging Face 句柄，如 'hf://user/bert_base_en'
一个本地预设目录的路径，如 './bert_base_en'

对于任何 Preprocessor 子类，您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

由于一个给定模型通常有多个预处理类，因此应在特定的子类上调用此方法，例如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()。

参数

preset：字符串。一个内置预设标识符、一个 Kaggle Models 句柄、一个 Hugging Face 句柄或一个本地目录的路径。

示例

# Load a preprocessor for Gemma generation.
preprocessor = keras_hub.models.CausalLMPreprocessor.from_preset(
    "gemma_2b_en",
)

# Load a preprocessor for Bert classification.
preprocessor = keras_hub.models.TextClassifierPreprocessor.from_preset(
    "bert_base_en",
)

预设	参数	描述
clip_vit_base_patch16	149.62M	1.5 亿参数，视觉 12 层，文本 12 层，补丁大小 16 的 CLIP 模型。
clip_vit_base_patch32	151.28M	1.51 亿参数，视觉 12 层，文本 12 层，补丁大小 32 的 CLIP 模型。
clip_vit_b_32_laion2b_s34b_b79k	151.28M	1.51 亿参数，视觉 12 层，文本 12 层，补丁大小 32 的 Open CLIP 模型。
clip_vit_large_patch14	427.62M	4.28 亿参数，视觉 24 层，文本 12 层，补丁大小 14 的 CLIP 模型。
clip_vit_large_patch14_336	427.94M	4.28 亿参数，视觉 24 层，文本 12 层，补丁大小 14，图像大小 336 的 CLIP 模型。
clip_vit_h_14_laion2b_s32b_b79k	986.11M	9.86 亿参数，视觉 32 层，文本 24 层，补丁大小 14 的 Open CLIP 模型。
clip_vit_g_14_laion2b_s12b_b42k	1.37B	14 亿参数，视觉 40 层，文本 24 层，补丁大小 14 的 Open CLIP 模型。
clip_vit_bigg_14_laion2b_39b_b160k	2.54B	25 亿参数，视觉 48 层，文本 32 层，补丁大小 14 的 Open CLIP 模型。

`tokenizer` 属性

keras_hub.models.CLIPPreprocessor.tokenizer

用于对字符串进行分词的分词器。

CLIPPreprocessor

CLIPPreprocessor 类

from_preset 方法

tokenizer 属性

CLIPPreprocessor

CLIPPreprocessor 类

from_preset 方法

tokenizer 属性

`CLIPPreprocessor` 类

`from_preset` 方法

`tokenizer` 属性