PythonでLayered ArchitectureとClean Architectureを使ってカレーと肉じゃがを作ってみた - Qiita
PythonでLayered ArchitectureとClean Architectureを使ってカレーと肉じゃがを作ってみたPythonDDDSOLIDCleanArchitectureレイヤードアーキテクチャ 概要 突然ですがClean Architectureについて皆さん理解できていますか？ この記事を書くまで僕の理解度はこれくらいでした。 「Clean Architecture？ああ、有名なドーナツの図のアレだよね。」 (ref: https://blog.cleancoder.com/uncle-bob/2012/08/13/the-clean-architecture.html) Clean Architectureに関する記事をネットで調べると正直上記のような「有名なドーナツの図のアレ。」と書いてあるだけの記事も散見します。 そこでこの記事ではClean Architec
画像認識の大革命。AI界で話題爆発中の「Vision Transformer」を解説！ - Qiita
0. 忙しい方へ 完全に畳み込みとさようならしてSoTA達成したよ Vision Transformerの重要なことは次の3つだよ 画像パッチを単語のように扱うよ アーキテクチャはTransformerのエンコーダー部分だよ 巨大なデータセットJFT-300Mで事前学習するよ SoTAを上回る性能を約$\frac{1}{15}$の計算コストで得られたよ 事前学習データセットとモデルをさらに大きくすることでまだまだ性能向上する余地があるよ 1. Vision Transformerの解説 Vision Transformer(=ViT)の重要な部分は次の3つです。 入力画像 アーキテクチャ 事前学習とファインチューニング それぞれについて見ていきましょう。 1.1 入力画像 まず入力画像についてです。ViTはTransformerをベースとしたモデル(というより一部を丸々使っている)ですが、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
