সুইন ট্রান্সফরমার (Swin Transformer)
সুইন ট্রান্সফরমার হলো একটি হায়ারারকিক্যাল ভিশন ট্রান্সফরমার যা ২০২১ সালে Liu et al. কর্তৃক প্রবর্তিত হয়। এটি কম্পিউটেশনাল দক্ষতা অর্জনের জন্য শিফটেড উইন্ডো অ্যাটেনশন (shifted window attention) ব্যবহার করে, একই সাথে কম্পিউটার ভিশন টাস্কগুলিতে শক্তিশালী পারফরম্যান্স বজায় রাখে। মূল ভিশন ট্রান্সফরমার (Vision Transformer) যেখানে গ্লোবাল সেলফ-অ্যাটেনশন প্রয়োগ করে, সুইন সেখানে লোকাল উইন্ডো-ভিত্তিক অ্যাটেনশন ব্যবহার করে পর্যায়ক্রমিক শিফটিংয়ের মাধ্যমে এক্সপ্রেসিভনেস (expressiveness) এবং দক্ষতার মধ্যে ভারসাম্য বজায় রাখে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Liu, Z., Lin, Y., Cao, Y., Hu, H., Wei, Y., Zhang, Z., Lin, S., & Guo, B. (2021). Swin Transformer: Hierarchical vision transformer using shifted windows. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 10012-10022). DOI: 10.1109/ICCV48922.2021.00986 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/bn/deep-learning/swin-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DETR (ডিটেকশন ট্রান্সফরমার)গভীর শিখন↔ compare
- মাস্কড অটোএনকোডারগভীর শিখন↔ compare
- ভিশন মাম্বাগভীর শিখন↔ compare
- ভিশন ট্রান্সফরমারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →