本文档提供了关于 Vision Transformer (ViT) 的论文资料。Vision Transformer 是一种基于 Transformer 的神经网络架构，用于图像分类任务。
摘要
Vision Transformer (ViT) 通过将图像分割成 patches 并将其作为序列输入到 Transformer 模型中，实现了图像分类任务。这种方法与传统的卷积神经网络 (CNN) 相比，提供了一种新颖的图像处理方式。
关键特性
- Transformer 架构：ViT 使用了 Transformer 模型，这是一种基于自注意力机制的深度神经网络架构。
- 图像分割：图像被分割成 patches，然后作为序列输入到 Transformer 模型中。
- 线性时间复杂度：ViT 的训练和推理过程具有线性时间复杂度，这对于大规模图像数据集的处理非常有用。
相关资源
想要了解更多关于 ViT 的信息，可以参考以下资源：
图片示例
ViT 模型架构