文件名称：PyTorch-Pretrained-ViT:PyTorch中的视觉变压器（ViT）
文件大小：1.14MB
文件格式：ZIP
更新时间：2024-05-27 17:30:14
Python
ViT PyTorch 快速开始 使用pip install pytorch_pretrained_vit安装，并使用以下命令加载经过预训练的ViT： from pytorch_pretrained_vit import ViT model = ViT ( 'B_16_imagenet1k' , pretrained = True ) 或找到Google Colab示例。 概述 该存储库包含来自的架构的按需PyTorch重新实现，以及预训练的模型和示例。 此实现的目标是简单，高度可扩展且易于集成到您自己的项目中。 目前，您可以轻松地： 加载预训练的ViT模型 评估ImageNet或您自己的数据 在您自己的数据集上微调ViT （即将推出的功能）即将推出： 在ImageNet（1K）上从头训练ViT 导出到ONNX以进行有效推理 目录 关于ViT 视觉变压器（ViT）是在图像
【文件预览】：
PyTorch-Pretrained-ViT-master
----examples()
--------simple()
--------imagenet()
----jax_to_pytorch()
--------explore-conversion.ipynb(10KB)
--------jax_weights()
--------weights()
--------convert.py(4KB)
--------README.md(220B)
--------explore-conversion-21k.ipynb(10KB)
----setup.py(3KB)
----README.md(6KB)
----.gitignore(1KB)
----pytorch_pretrained_vit()
--------utils.py(4KB)
--------model.py(6KB)
--------__init__.py(112B)
--------transformer.py(3KB)
--------configs.py(3KB)