摘要：
先复制一点知乎上的内容 按照上面的流程图，一个ViT block可以分为以下几个步骤 (1) patch embedding：例如输入图片大小为224x224，将图片分为固定大小的patch，patch大小为16x16，则每张图像会生成224x224/16x16=196个patch，即输入序列长度为 阅读全文
posted @ 2023-07-11 15:42
高颜值的殺生丸
阅读(335)
评论(0)
推荐(0)
点此进入CSDN
浙公网安备 33010602011771号