Vision Transformer
Vision Transformer (ViT), mille Dosovitskiy ja kolleegid 2021. aastal tutvustasid, jagab pildi fikseeritud suurusega osadeks (ingl k *patch*), käsitleb neid osi järjestusena ja rakendab Transformer-i enesetähelepanu mehhanismi pildiklassifikatsiooniks. Piisava treeningandmestiku korral ületab see konvolutsioonilisi neurovõrke (CNN).
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
Allikad
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Vision Transformer (ViT). ScholarGate. https://scholargate.app/et/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.
- DifusioonimudelSüvaõpe↔ compare
- Generatiivne võistlev võrkSüvaõpe↔ compare
- Juhuslik metsMasinõpe↔ compare
- Support Vector Machine (Klassifitseerimine)Masinõpe↔ compare
- Variational AutoencoderSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →