Vision Transformer
Vision Transformer (ViT), som introducerades av Dosovitskiy och kollegor 2021, delar upp en bild i patchar av fast storlek, behandlar dessa patchar som en sekvens och tillämpar Transformer-mekanismen för self-attention på bildklassificering. Givet tillräckligt med träningsdata överträffar den faltningsneurala nätverk (CNN).
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
Källor
Så citerar du den här sidan
ScholarGate. (2026, June 1). Vision Transformer (ViT). ScholarGate. https://scholargate.app/sv/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.
- DiffusionsmodellDjupinlärning↔ compare
- Generativt antagonistiskt nätverkDjupinlärning↔ compare
- Random ForestMaskininlärning↔ compare
- Support Vector Machine (Klassificering)Maskininlärning↔ compare
- Variational AutoencoderDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →