Vision Transformer for Image Classification

Vision Transformer

Computer Vision

Attention

Автор: Shusen Wang

Загружено: 2021-05-04

Просмотров: 136332

Описание: Vision Transformer (ViT) is the new state-of-the-art for image classification. ViT was posted on arXiv in Oct 2020 and officially published in 2021. On all the public datasets, ViT beats the best ResNet by a small margin, provided that ViT has been pretrained on a sufficiently large dataset. The bigger the dataset, the greater the advantage of the ViT over ResNet.

Slides: https://github.com/wangshusen/DeepLea...

Reference:
Dosovitskiy et al. An image is worth 16×16 words: transformers for image recognition at scale. In ICLR, 2021.

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...

Vision Transformer for Image Classification

Доступные форматы для скачивания:

Скачать видео

Информация по загрузке:

Скачать аудио

Похожие видео

An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale (Paper Explained)

An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale (Paper Explained)

BERT for pretraining Transformers

BERT for pretraining Transformers

Vision Transformer

Vision Transformer

Why Does Diffusion Work Better than Auto-Regression?

Why Does Diffusion Work Better than Auto-Regression?

Vision Transformer Quick Guide - Theory and Code in (almost) 15 min

Vision Transformer Quick Guide - Theory and Code in (almost) 15 min

RAG | САМОЕ ПОНЯТНОЕ ОБЪЯСНЕНИЕ!

RAG | САМОЕ ПОНЯТНОЕ ОБЪЯСНЕНИЕ!

Few-Shot Learning (2/3): Siamese Networks

Few-Shot Learning (2/3): Siamese Networks

Vision Transformer Basics

Vision Transformer Basics

Клещ думал, что он охотник, пока не встретил муравьев!

Клещ думал, что он охотник, пока не встретил муравьев!

⚡️ Самая масштабная атака РФ по Украине || Путина просят о помиловании

⚡️ Самая масштабная атака РФ по Украине || Путина просят о помиловании