使用PyTorch 从头开始实现 ViT模型代码，在 CIFAR-10 数据集上训练ViT模型 以完成图像分类。 ViT的架构 ViT 的架构受到 BERT 的启发，BERT 是一种仅编码器的 transformer 模型，通常用于文本分类或命名实体识别等 NLP 监督学习任务。ViT 背后的主要思想是，图像可以看作是 ...