VisionTransformer(ViT)和DETR深度解析

通过观看教学视频和阅读博客，详细梳理了 Vision Transformer (ViT) 的各个方面。

(212条消息) ViT全流程笔记，附代码详解。_AI Studio的博客-CSDN博客_vit代码

参考资料

Vision Transformer (ViT) PyTorch代码全解析（附图解）_Adenialzz的博客-CSDN博客_vit-pytorch

//简单版

(212条消息) ViT: 视觉Transformer backbone网络ViT论文与代码详解_louwill12的博客-CSDN博客

//完整版

神经网络学习小记录67——Pytorch版 Vision Transformer (VIT)模型的复现详解_Bubbliiiing的博客-CSDN博客

11.1 Vision Transformer (vit)网络详解_哔哩哔哩_bilibili //整体

(212条消息) 一张图等于 16x16 个字，计算机视觉也用上 Transformer 了_公众号机器学习与生成对抗网络的博客-CSDN博客

//整体的补充 ，非常细节

ViT论文逐段精读【论文精读】_哔哩哔哩_bilibili //配套视频

ViT论文逐段精读【论文精读】 - 哔哩哔哩 (bilibili.com) //配套笔记

Yolo系列各个模块的讲解

深入浅出Yolo系列之Yolov5核心基础知识完整讲解 - 知乎 (zhihu.com)

//多个交互层多头注意力（MSA）和多层感知器（MLP）

Vision MLP 超详细解读 (原理分析+代码解读) (四) - 知乎 (zhihu.com)

(212条消息) ViT全流程笔记，附代码详解。_AI Studio的博客-CSDN博客_vit代码

//encoder，手写解释的很清楚

(212条消息) BatchNormalization、LayerNormalization、InstanceNorm、GroupNorm、SwitchableNorm总结_夏洛的网的博客-CSDN博客_layernorm和batchnorm

//为什么要选择layer normalization