原书出处
从零构建大模型:算法、训练与微调
04 ViT模型
在图像处理任务中,自注意力机制通过计算输入块间的关系,能够捕捉图像各部分的长距离依赖关系,而多头注意力则通过多个不同的投影空间提取不同的特征,使得模型在捕捉图像细节和全局信息上更加灵活。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/从零构建大模型:算法、训练与微调/_epub-src/EPUB/xhtml/chapter008_0002.xhtml
EPUB SHA-256:842d8d446ef11b03a65871e0294e4c77b0cbfd2b0d2f70e26bd747530b867901