كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعي
نموذج

محول الرؤية (ViT)

Vision Transformer (ViT)

2020 موثّق جزئياً Partially Verified

يطبق Transformer على الصور بتقسيمها إلى رقع 16×16 ومعاملتها كرموز.

المعمارية

مرمّز Transformer على متتالية رقع مع رمز تصنيف.

القيود

يحتاج بيانات تدريب مسبق كبيرة ليتفوق على الشبكات الالتفافية.

عناصر مرتبطة

خريطة المعرفة لهذا العنصر

افتح بالحجم الكامل

المصادر والمراجع العلمية

  1. Alexey Dosovitskiy; Lucas Beyer; Alexander Kolesnikov; ... (12) (2020). An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale. arXiv, 2010.11929. DOI: 10.48550/arXiv.2010.11929 · arXiv: 2010.11929

    يدعم: الورقة الأصلية 2020

    نسخة أولية (Preprint) · جرى التحقق من بياناته الببليوغرافية عبر OpenAlex · صفحة المرجع