Kat Tiny Patch16 224.vitft

🚀 kat_tiny_patch16_224.vitft 模型卡片

KAT 模型在 ImageNet - 1k（100 萬張圖像，1000 個類別）數據集上進行訓練，分辨率為 224x224。該模型首次在論文《Kolmogorov–Arnold Transformer》中被提出。

🚀 快速開始

KAT 模型是在 ImageNet - 1k 數據集上訓練得到的圖像分類模型，可用於對圖像進行分類預測。

✨ 主要特性

KAT 模型用分組有理柯爾莫哥洛夫 - 阿諾德網絡（GR - KAN）替代了變換器中的通道混合器。

📦 安裝指南

文檔未提及具體安裝步驟，故跳過該章節。

💻 使用示例

基礎用法

from urllib.request import urlopen
from PIL import Image
import timm
import torch
import katransformer

img = Image.open(urlopen(
    'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'
))

# Move model to CUDA
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

model = timm.create_model("hf_hub:adamdad/kat_tiny_patch16_224.vitft", pretrained=True)
model = model.to(device)
model = model.eval()

# get model specific transforms (normalization, resize)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = model(transforms(img).unsqueeze(0).to(device))  # unsqueeze single image into batch of 1

top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
print(top5_probabilities)
print(top5_class_indices)

高級用法

文檔未提及高級用法相關代碼，故跳過該部分。

📚 詳細文檔

模型定義位於：https://github.com/Adamdad/kat, katransformer.py。

📄 許可證

本項目採用 Apache - 2.0 許可證。

📚 引用信息

@misc{yang2024compositional,
    title={Kolmogorov–Arnold Transformer},
    author={Xingyi Yang and Xinchao Wang},
    year={2024},
    eprint={XXXX},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}