自然语言处理
计算机视觉
深度学习（Deep Learning）
Transformer

用transformer做视觉，具体是怎么把图片转成token的？

关注者
381
被浏览
197,262
登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏
查看全部 17 个回答

用卷积，步长=卷核，卷后每个位置就是一根token

查看全部 17 个回答