先把图片分成一个个小的patchs，然后经过embedding层，得到图片向量，然后在最左边加一个向量（就是0*那个），用于分类的，然后给每一个向量加上位置信息，即0，1，2，3等等。 embedding hybrid
本文介绍了一种将图像转换为向量的方法，首先将图像分割成多个小块(patch)，通过embedding层获取每个小块的特征向量。在序列开头添加一个特殊的分类向量，并为每个向量附加位置信息，以支持后续的分类任务。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
