ViT-B参数量计算

本文详细介绍了ViT-B模型的参数量计算,包括Patch embedding的768*768参数,Transformer block中注意力机制和FFN的参数,以及Layernorm的gamma和beta参数。总计约86M参数。
摘要由CSDN通过智能技术生成

ViT-B: layers=12,hidden_size=768,MLP_size=3072,heads=12,params=86M,image_size=384+1

参考:https://blog.csdn.net/weixin_43922901/article/details/102602557

1 Patch embedding

在这里插入图片描述
patch_dim = 16163, dim = hidden_size = 768
所以参数量为768*768

2 Transformer block(attention+FFN)

attention: 这一部分的参数主要来源于x->q,k,v所要进行的linear变换,即 w q w_q w

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值