Masterarbeit, 2022
39 Seiten, Note: 7.50
This master's thesis examines the architecture and functionality of Vision Transformers (ViT), a type of neural network that leverages the Transformer architecture to achieve state-of-the-art results in computer vision tasks. The study aims to understand the strengths and limitations of ViT by tracing their origins and analyzing key elements such as self-attention mechanisms. The objective is to demonstrate how these models compete and outperform traditional convolutional neural networks (CNNs) in the domain of computer vision.
The key terms and concepts explored in this thesis include Vision Transformers (ViT), Transformer neural architectures (TNA), self-attention mechanisms, computer vision, convolutional neural networks (CNNs), deep learning, state-of-the-art (SOTA), Turing-completeness, and advanced learning paradigms like ensemble learning, multimodal learning, and self-supervised learning.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!
Kommentare