Материал
Рабочий лист выбора Vision Transformer
Одностраничный печатный рабочий лист с деревом из четырёх вопросов для выбора опорной сети, шпаргалкой «размер патча / разрешение / размерность эмбеддинга» и чек-листом четырёх ошибок. Используется на старте проекта для выбора опорной сети семейства ViT, топологии развёртывания и стартовых гиперпараметров.
Что внутри
- Дерево из четырёх вопросов
- Три ручки, решающие throughput
- Четыре ошибки – чек-лист перед запуском
- Reference checkpoints (Apache 2.0 / MIT)
Кому пригодится
Инженерам, которые подбирают backbone из семейства ViT под видеозадачу. Четыре вопроса ведут к конкретному варианту, шпаргалка связывает размер патча, разрешение и размерность эмбеддинга, а список четырёх ошибок ловит их до обучения – переобучать модель из-за неверно взятого размера патча дороже, чем свериться на старте.
Без регистрации и почты – файл открывается сразу
Источник
Из какого курса материал
ИИ в видеоинженерии
Компьютерное зрение, речь, мультимодальные модели, генеративное видео, агенты и регламент ЕС об ИИ.
Vision Transformer – основы для инженеров видео-ИИ: от ViT до ViViT, Video Swin и Hiera
Vision Transformer – сокращённо ViT – это архитектура, которая в 2020–2024 годах заняла место свёрточных сетей в роли…
Ещё материалы
Похожие материалы
Все материалы →Выбираете технологию под проект?
Пройдём чек-лист вместе и посчитаем стоимость вариантов на ваших объёмах.