Machine learning

Vision Transformer

Vision Transformer (ViT), ko ieviesa Dosovitskiy un kolēģi 2021. gadā, sadala attēlu fiksēta izmēra laukumos, apstrādā šos laukumus kā secību un pielieto Transformer pašu uzmanības mehānismu attēlu klasifikācijai. Ar pietiekamiem apmācības datiem tas pārspēj konvolūcijas neironu tīklus (CNN).

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

+27 more

Avoti

  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

Kā citēt šo lapu

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

Uz to atsaucas

ScholarGateVision Transformer (Vision Transformer (ViT)). Izgūts 2026-06-15 no https://scholargate.app/lv/deep-learning/vision-transformer · Datu kopa: https://doi.org/10.5281/zenodo.20539026