Héhé. Je cherche une petite vidéo de vulga sur vision transformer et bim : vidéo de Thibault il y a 5 minutes 😆. Comme par hasard la vidéo est parfaite ! Comme toujours c'est clair, c'est structuré, on part des basiques et on avance pas à pas jusqu'au SOA. Bravo et merci pour cette vidéo et pour toutes les autres ! Tu fournis un contenu de très grande qualité. J'ai hâte de voir le tp pratique sur le sujet 😉. Encore Merci et Bravo!
Bonjour, vidéo de qualité comme d'habitude est-ce que vous comptez faire une vidéo explicative sur data2vec svp ? ça a l'air énorme mais j'aimerais bien une explication comme vous aviez pu faire pour les mecanismes d'attention et transformers. Merci :)
Pour une image 1080p, on créer 5 images avec un niveau de zoom différents sur un point P de l'image originale et on les downscale en 144p, On fait du CNN pour chacune des 5 images, dont on agrège les output pour extraire de l'information de chaque niveau de zoom, ainsi qu'un nouveau point P pour la prochaine step d'un RNN. Comme ça à chaque step le réseau regarde à un point différent de l'image, comme un humain. ça a déjà été fait ?
Bravo pour ces vidéos, en plus en Français, c'est parfait. Après les CNN restent les entrées des transformers, d'après ce que je comprend, donc on ne peut pas les remplacer pour l'heure
Héhé. Je cherche une petite vidéo de vulga sur vision transformer et bim : vidéo de Thibault il y a 5 minutes 😆. Comme par hasard la vidéo est parfaite ! Comme toujours c'est clair, c'est structuré, on part des basiques et on avance pas à pas jusqu'au SOA. Bravo et merci pour cette vidéo et pour toutes les autres ! Tu fournis un contenu de très grande qualité. J'ai hâte de voir le tp pratique sur le sujet 😉. Encore Merci et Bravo!
Un plaisir de te retrouver ici =)
Bonjour, vidéo de qualité comme d'habitude est-ce que vous comptez faire une vidéo explicative sur data2vec svp ? ça a l'air énorme mais j'aimerais bien une explication comme vous aviez pu faire pour les mecanismes d'attention et transformers. Merci :)
Pour une image 1080p, on créer 5 images avec un niveau de zoom différents sur un point P de l'image originale et on les downscale en 144p,
On fait du CNN pour chacune des 5 images, dont on agrège les output pour extraire de l'information de chaque niveau de zoom, ainsi qu'un nouveau point P pour la prochaine step d'un RNN.
Comme ça à chaque step le réseau regarde à un point différent de l'image, comme un humain. ça a déjà été fait ?
Merci, super super intéressant.
C'est vrai que les liens possible avec différentes entrée grâce au Transformers c'est fou
Bonsoir, j'espère que vous allez bien, jai une base de données avec 3 fichiers donc 3 classes je veux faire la classification avec les VIT svp
Bravo pour ces vidéos, en plus en Français, c'est parfait. Après les CNN restent les entrées des transformers, d'après ce que je comprend, donc on ne peut pas les remplacer pour l'heure
Le grand retour! Il était temps.
Merci pour toutes ces explications. Ce soir j'en vais m'endormir un peu moins con ;)
Super video, ou pourrai-je trouver le code svp?
Super, merci pour cette vidéo ça tombe à pic!!
Super, merci pour cette découverte très intéressante !
Bravo ! Merci pour tout !!!
super comme d hab 👍🏽
the king is back
De retour