Patch Embedding
Verificato
Significato di «Patch Embedding»
Nei Vision Transformer, operazione che divide l'immagine in porzioni (patch) di dimensione fissa e proietta ciascuna in un vettore numerico. Trasforma l'immagine in una sequenza di token, analoghi alle parole, elaborabili dai meccanismi di attenzione.
Fonti: Nota: proiezione lineare di patch in token per il Transformer. Fonti: Dosovitskiy et al., An Image is Worth 16x16 Words (ViT), ICLR (2021); Szeliski, Computer Vision 2nd ed. (2022). Verifica web 2026-08-03. · Verificato il 2026-08-03