文章目录

论文精度视频：VIT论文精度，这里做简要概述

前言–CNN缺点

CNN神经网络是ai算法中最重要，最经典的算法之一，在vit出现之前，Resnet模型一直都是最好的视觉模型；当然CNN也不是没有缺点，其中有两个典型的缺点：局部性和平移不变性。

  1. 局部性：这个即使有点也是缺点，CNN认为最重要的信息是局部的，像素点距离越近重要程度越高。这一点也是优点，因为以一个物体的图像来说，像素点越近，重要程度肯定越高；但是同时也是缺点，如果需要找距离较长的关系，那么就需要堆叠CNN网络，使得感受野增大。
  2. 平移不变性：CNN认为一个物体，无论在一张图片什么位置，他的特征是一样的。

论文内容概述

VIT效果：在大规模数据进行预训练，再微调能和最好的CNN效果一样(ResNet)。

Transformer：

  • 参数量大，1000亿+参数 ，数据量也大。
  • 运用到视觉难点：
    • 自注意机制时间复杂度高O(n^2)
    • transformer序列长度不大，如：512

视觉运用Transformer难点举例，以一张单色图片，参数为：1 224 * 224 为例。

VIT解决方法

VIT模型结构解析

# nlp
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区