ScholarGate
Msaidizi
Machine learning

Transformer wa Maono

Transformer wa Maono (ViT), ulioanzishwa na Dosovitskiy na wenzake mwaka 2021, hugawanya picha katika vipande vya ukubwa sawa, huwatendea vipande hivyo kama mfuatano, na hutumia utaratibu wa kujitazama wa Transformer kwa ajili ya uainishaji wa picha. Kwa data ya kutosha ya mafunzo, unazidi mitandao ya neva ya konvolusheni (CNNs).

Fungua katika MethodMindHivi karibuniVideoHivi karibuniDownload slides

Soma mbinu kamili

Kwa wanachama pekee

Ingia kwa akaunti ya bure ili kusoma sehemu hii.

Ingia

Method map

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

Transformer wa Maono
Mfumo wa UenezajiMtandao wa Kushawishi un…Msitu NasibuSupport Vector Machine (…Variational AutoencoderUrekebishaji wa BERTCLIPTransformer zinazobadili…Transformer wa Maono una…Transformer ya Maono Ina…

+27 more

Vyanzo

  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 ↗

Jinsi ya kunukuu ukurasa huu

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

Imerejelewa na

Urekebishaji wa BERTCLIPTransformer zinazobadilika na dhima (Domain-Adaptive Transformer - DAT)Transformer wa Maono unaobadilika na KikoaTransformer ya Maono InayoelewekaVision Transformer IliyobadilishwaUtekelezaji wa GPT (GPT Fine-Tuning)Uainishaji wa PichaMiamala ya Kolmogorov-ArnoldLoRA na PEFTMamba (Muundo wa Nafasi ya Hali)Autoenkoda ZilizofunikwaMultilingual vision transformerUainishaji wa Multimodal unaotegemea BERTUsindikaji wa Lugha Asilia wa MultimodalUainishaji wa Kisemantiki wa Modali NyingiTransformeri wa MultimodalTransformer wa Maono wa MultimodalMfumo wa Kutenganisha Kila KituGAN Inayojisimamia Kwenye Usimamizi (Self-supervised GAN)Uainishaji wa Picha kwa KujisimamiaUgawaji wa Vielelezo Unaosimamiwa KijitegemeaUchambuzi wa maana kwa njia ya kujitegemeaTransformer wa Maono unaojifundishaMabadilishaji ya Macho Yaliyosaidiwa kwa NusuSimCLRMitandao ya Usanifu wa Grafu za Anga-WakatiSwin TransformerTimeGPTVision MambaUchanganuzi wa Objekti kwa Njia ya Kudokezwa kwa Udhaifu (WSOD)Kigeuzi cha Taswira Kinachosimamiwa Kidogo

Umeona tatizo kwenye ukurasa huu? Ripoti au pendekeza marekebisho →

ScholarGate — Vision Transformer (Vision Transformer (ViT)). Imepatikana 2026-06-15 kutoka https://scholargate.app/sw/deep-learning/vision-transformer · Seti ya data: https://doi.org/10.5281/zenodo.20539026