# 餘弦注意力機制

Swin Transformer v2是基於ImageNet-21k預訓練並在384x384分辨率下對ImageNet-1k進行微調的視覺Transformer模型，具有分層特徵圖和局部窗口自注意力機制。

Swin Transformer v2是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像分類和密集識別任務。

Swin Transformer v2是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像分類和密集識別任務。

Swin Transformer v2是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像分類和密集識別任務。

Swin Transformer v2是基於ImageNet-1k預訓練的視覺Transformer模型，採用分層特徵圖和局部窗口自注意力機制，具有線性計算複雜度。