手动修改ChineseCLIPVisionModel to ChineseCLIPVisionModelWithProjection 失败。

[ranck626]

import torch
import torch.nn as nn

visual_projection = nn.Linear(768, 512, bias=False) embeds = visual_projection(pooled_output) 我人为添加了一个映射层，发现和ChineseCLIPModel求出来的编码不一样。