google-vit-base-patch16-224.rar

上传者: 45024912 | 上传时间: 2025-05-05 19:28:06 | 文件大小: 923.44MB | 文件类型: RAR
用于Vision Transformer的预训练模型,来源于huagging face。 Google ViT-Base-Patch16-224是一个基于Vision Transformer(ViT)的深度学习模型。该模型由Google的研究人员开发,用于图像分类和其他视觉任务。 在ViT模型中,图像被分割成一系列固定大小的块(或“patches”),然后这些块被线性嵌入到一个高维空间中。这些嵌入向量随后被输入到一个标准的Transformer架构中,该架构最初是为自然语言处理任务设计的,但已被成功应用于各种视觉任务。 Google ViT-Base-Patch16-224的具体参数如下: 模型大小:Base(基础版),这意味着它使用了一个相对较小的Transformer模型。 Patch大小:16x16,这意味着图像被分割成16x16像素的块。 输入图像大小:224x224,这是模型期望的输入图像大小(在预处理阶段,图像可能会被缩放到这个大小)。

文件下载

资源详情

[{"title":"( 7 个子文件 923.44MB ) google-vit-base-patch16-224.rar","children":[{"title":"google_vit-base-patch16-224","children":[{"title":"model.safetensors <span style='color:#111;'> 330.25MB </span>","children":null,"spread":false},{"title":"flax_model.msgpack <span style='color:#111;'> 330.24MB </span>","children":null,"spread":false},{"title":".gitattributes <span style='color:#111;'> 744B </span>","children":null,"spread":false},{"title":"pytorch_model.bin <span style='color:#111;'> 330.31MB </span>","children":null,"spread":false},{"title":"config.json <span style='color:#111;'> 68.03KB </span>","children":null,"spread":false},{"title":"preprocessor_config.json <span style='color:#111;'> 160B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.55KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明