论文 #

• 论文地址 AN IMAGE IS WORTH 16X16 WORDS:TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE

• 开源地址 vision_transformer git

model #

代码[1] #

参考 #

ViT #

1. 【Sora重要技术】复现ViT（Vision Transformer）模型 V mnist-vit Repo git

1xx. VIT (Vision Transformer) 模型论文+代码(源码)从零详细解读，看不懂来打我 V

1xx. 详解VIT（Vision Transformer)模型原理, 代码级讲解 VIT Repo git ***

1xx. ViT｜ Vision Transformer ｜理论 + 代码 V PPT

ViLT #

1xx. ViLT：最简单的多模态Transformer 1xx. ViLT git 1xx. ViLT 论文精读【论文精读】 ViLT 论文精读【论文精读】 V 1xx. 多模态ViLT模型下游任务微调原理及代码