ScholarGate
עוזר

השוואת שיטות

סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.

טרנספורמר ראייה רב-לשוני×טרנספורמר ראייה×
תחוםלמידה עמוקהלמידה עמוקה
משפחהMachine learningMachine learning
שנת המקור2021–20232021
הוגה השיטהDosovitskiy et al. (ViT base); multilingual extension by multiple groups (2021–2023)Dosovitskiy, A. et al.
סוגTransformer-based vision model with multilingual capabilitiesTransformer architecture for images (self-attention over patches)
מקור מכונןDosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. International Conference on Learning Representations (ICLR 2021). link ↗Dosovitskiy, A. et al. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. ICLR. link ↗
כינוייםMultilingual ViT, Cross-lingual Vision Transformer, Multilingual Visual Transformer, ML-ViTGörsel Transformer (ViT), görsel transformer, ViT, patch transformer for images
קשורות45
תקצירMultilingual Vision Transformer (Multilingual ViT) extends the Vision Transformer architecture to operate across multiple languages, enabling image understanding and image-text reasoning in multilingual or cross-lingual settings. It combines patch-based image encoding with multilingual text representations, allowing a single model to serve diverse linguistic communities for tasks such as image captioning, visual question answering, and cross-lingual image retrieval.The 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).
ScholarGateמערך נתונים
  1. v1
  2. 2 מקורות
  3. PUBLISHED
  1. v1
  2. 2 מקורות
  3. PUBLISHED

מעבר לחיפוש הורדת מצגת

ScholarGateהשוואת שיטות: Multilingual vision transformer · Vision Transformer. אוחזר בתאריך 2026-06-18 מתוך https://scholargate.app/he/compare