
AI 및 컴퓨팅
ViT(비전 트랜스포머) 아키텍처
- 구성:
- 이미지 패치가 토큰 시퀀스로 바뀌었습니다.
- 화면 비율:
- 16:9
프롬프트
【A Vision Transformer】의 아키텍처 다이어그램을 생성하고 왼쪽에서 오른쪽으로 읽습니다.
1. 【가는 선으로 정사각형 패치 격자로 자른 입력 이미지(작은 풍경 사진 아이콘).】
2. 【작은 사각형의 한 줄에 배치된 패치입니다.】
3. 【각 사각형은 하나의 공유 선형 투영 상자를 통과하여 컬러 토큰 막대가 됩니다. 하나의 추가 회색 토큰 막대가 행 앞에 위치하며 모든 막대에 작은 위치 표시가 추가됩니다.
4. 【토큰 행은 Transformer 인코더를 위한 하나의 큰 블록으로 들어가고, 그 뒤에 쌓인 복사본의 희미한 그림자가 그려집니다. 사본에는 라벨이 없습니다.]
5. 【회색 앞 토큰만 클래스에 대한 하나의 출력 상자를 가리키는 작은 MLP 헤드 상자로 이어집니다.】
전체 그림에서 각 레이블을 한 번만 씁니다.
구성요소가 둘 이상의 장소나 패널에 나타나는 경우, 처음 나타날 때만 레이블을 쓰십시오. 다른 모든 사본에는 텍스트가 없습니다. 그림의 어느 곳에도 레이블이 두 번 나타날 수 없습니다. 모든 라벨의 철자를 주어진 대로 정확하게 입력하고 제목을 추가하지 마세요.
라벨(각각 한 번만 사용하고 다른 텍스트는 추가하지 않음): 【Input image, Patches, Linear projection, Class token, Position embedding, Transformer encoder, MLP head, Class】.
스타일: 저널 스타일의 도식 다이어그램. 흰색 배경에 플랫 벡터 그래픽을 청소합니다. 모듈은 내부에 짧은 이름이 포함된 둥근 직사각형 또는 간단한 아이콘입니다. 밝은 파스텔 패널은 관련 레이어를 그룹화합니다. 3~4개의 음소거된 색상만 있으며 각 색상에는 하나의 고정된 의미가 있습니다. 얇고 균일한 화살표는 데이터, 에너지, 재료 또는 영향력의 흐름을 나타냅니다. 간접 또는 피드백 링크에 대한 점선 화살표. 산세리프 영어 라벨만 해당되며, 각 라벨은 정확히 한 번만 나타나며 철자는 주어진 대로 정확하게 표시됩니다. 3D 렌더링 없음, 그림자 없음, 빛 없음, 사이버펑크 또는 기술 배경 장식 없음, 포토리얼리즘 없음.
이 프롬프트와 예시 이미지를 참고 이미지로 Yila에서 엽니다.
예시 이미지는 Nano Banana로 생성했습니다. GPT Image 등 다른 이미지 모델에서도 쓸 수 있으며 결과는 모델마다 다릅니다.






