Vision Transformer
Vision Transformer (ViT), introduceret af Dosovitskiy og kolleger i 2021, opdeler et billede i patches af fast størrelse, behandler disse patches som en sekvens og anvender Transformerens selvopmærksomhedsmekanisme til billedklassifikation. Med tilstrækkelige træningsdata overgår den konvolutionelle neurale netværk (CNN'er).
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 1). Vision Transformer (ViT). ScholarGate. https://scholargate.app/da/deep-learning/vision-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.
- DiffusionsmodelDyb læring↔ compare
- Generativ modstridende netværkDyb læring↔ compare
- Random ForestMaskinlæring↔ compare
- Support Vector Machine (Klassifikation)Maskinlæring↔ compare
- Variational AutoencoderDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →