ViT Transformers提炼分析
《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》
论文:https://arxiv.org/abs/2010.11929
代码:https://github.com/google-research/vision_transformer
达摩院modelscope模型开源平台快速体验ViT模型: https://modelscope.cn/models/damo/cv_vit-base_image-classification_Dailylife-labels/summary
原理:使用transformer对长序列之间的关系进行建模(自注意力)
方法: 首次提出使用transformer进行分类:把输入图像直接划分为token,位置编码为可学习的token,额外增加一个分类token,最后使用head预测。
结果: acc提升, sota
作者:tany 出处:http://www.cnblogs.com/tan-v/ 欢迎转载或分享,但请务必声明文章出处。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律