@[TOC](Visual Transformer (ViT) 代码实现 PyTorch版本-是一个详细的说明)
英文原版：https://github.com/FrancescoSaverioZuppichini/ViT
中文翻译版：https://www.jianshu.com/p/06a40338dc7c
Visual Transformer (ViT）模型内容说明：https://www.jianshu.com/p/d4bc4f540c62
注意一点：ViT需要在海量数据集上预训练，然后在下游数据集上进行微调才能取得较好的效果，否则效果不如ResNet50等基于CNN的模型。