ScholarGate
সহকারী

পদ্ধতির তুলনা করুন

নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।

ভিশন ট্রান্সফরমার×ভেরিয়েশনাল অটোএনকোডার×
ক্ষেত্রগভীর শিখনগভীর শিখন
পরিবারMachine learningMachine learning
উদ্ভবের বছর20212014
প্রবর্তকDosovitskiy, A. et al.Kingma, D. P. & Welling, M.
ধরনTransformer architecture for images (self-attention over patches)Deep generative latent-variable model (encoder–decoder)
মৌলিক উৎসDosovitskiy, A. et al. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. ICLR. link ↗Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR). link ↗
অপর নামGörsel Transformer (ViT), görsel transformer, ViT, patch transformer for imagesDeğişkensel Otokodlayıcı (VAE), VAE, auto-encoding variational Bayes, deep latent variable model
সম্পর্কিত55
সারসংক্ষেপThe Vision Transformer (ViT), introduced by Dosovitskiy and colleagues in 2021, splits an image into fixed-size patches, treats those patches as a sequence, and applies the Transformer self-attention mechanism to image classification. Given enough training data, it surpasses convolutional neural networks (CNNs).The Variational Autoencoder (VAE) is a deep generative latent-variable model, introduced by Diederik Kingma and Max Welling in 2014, that encodes data as a probability distribution in a latent space and samples from that distribution to generate new examples. It is used for data generation, anomaly detection, and feature learning.
ScholarGateডেটাসেট
  1. v1
  2. 2 উৎস
  3. PUBLISHED
  1. v1
  2. 2 উৎস
  3. PUBLISHED

অনুসন্ধানে যান স্লাইড ডাউনলোড করুন

ScholarGateপদ্ধতির তুলনা করুন: Vision Transformer · Variational Autoencoder. 2026-06-17 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/compare