Machine learning

Vision Transformer

2021년 Dosovitskiy와 동료들이 소개한 Vision Transformer(ViT)는 이미지를 고정된 크기의 패치로 분할하고, 이 패치들을 시퀀스로 취급하며, Transformer의 자기 주의(self-attention) 메커니즘을 이미지 분류에 적용합니다. 충분한 훈련 데이터가 주어지면, ViT는 컨볼루션 신경망(CNN)을 능가합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

+27 more

출처

  1. Dosovitskiy, A. et al. (2021). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. ICLR. link
  2. Touvron, H. et al. (2021). Training Data-Efficient Image Transformers. ICML. link

이 페이지 인용 방법

ScholarGate. (2026, June 1). Vision Transformer (ViT). ScholarGate. https://scholargate.app/ko/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.

Compare side by side

이 방법을 참조하는 항목

ScholarGateVision Transformer (Vision Transformer (ViT)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/deep-learning/vision-transformer · 데이터셋: https://doi.org/10.5281/zenodo.20539026