【论文笔记】CVPR2020 Exploring Self-attention for Image Recognition

这篇CVPR 2020论文深入研究了自注意力机制在图像识别任务中的应用,对比了pairwise和patchwise两种类型的自注意力。文章指出,patchwise自注意力在准确性和成本上优于pairwise,并探讨了不同操作对结果的影响。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

CVPR 2020 的一篇自注意力机制
在这里插入图片描述

Contributions

  • explore variations of self-attention and assess their effectiveness for image recognition; 按两类self-attention进行探讨:pairwise self-attention & patchwise self-attention

  • 主要结论:
    在这里插入图片描述

Methods

  • Pairwise Self-attention
    在这里插入图片描述
    乘在beta(xj)上的weight只由xi,xj决定。

    可以通过加position encoding让网络知晓xi,xj的位置关系。

  • Patch Self-attention
    在这里插入图片描述
    乘在be

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值