07 2023 档案

Vision Transformer(VIT)
摘要：VIT主要用于分类任务 一、VIT，即纯transformer模型 图1 VIT 架构 VIT模型的架构如图1所示。主要分为三个步骤： 1. 首先将输入的图片分成patches（如16*16的patch），然后将每个patch输入到Embedding层（即Linear Projection of F 阅读全文
posted @ 2023-07-03 22:11 指间的执着 阅读(307) 评论(0) 推荐(0) 编辑