swin transformer是哪一年提出的

Swin Transformer是2021年提出的一种基Transformer架构的图像分类模型。它由香港中文大学和微软亚洲研究院的研究人员共同开发。Swin Transformer通过引入局部窗口机制和跨窗口注意力机制，有效地解决了传统Transformer在处理大尺寸图像时的计算和内存开销问题。该模型在多个图像分类任务上取得了优秀的性能，成为了当前领域的研究热点之一。

相关问题

swin_transformer哪一年

Swin Transformer是于2021年由来自中国北京清华大学的研究人员提出的一种新型的Transformer架构，它引入了一种称为“窗口自我注意力”的局部计算策略，这使得Transformer能够在保持高效性能的同时处理更大规模的输入，特别适合于图像处理任务。相比于标准的全局Self-Attention，Swin Transformer通过划分图像为多个相邻的小窗口来进行计算，降低了计算复杂度。

Swin Transformer block和Swin Transformer是什么关系？

Swin Transformer是一种新型的Transformers架构，而Swin Transformer block是Swin Transformer中的一种基本结构，可以用于构建更复杂的神经网络模型。它采用了类似于图像金字塔的结构，将图像分为多个小块，每个小块使用Transformers进行特征提取和信息交互，从而提高了模型的效率和性能。