用 🤗 Transformers 微调 ViT 进行图像分类

Hugging Face 发布教程，演示如何用 🤗 datasets 加载 beans 图像分类数据集，并借助 🤗 transformers 微调预训练的 google/vit-base-patch16-224-in21k 模型。ViT 由 Google Brain 团队于 2021 年 6 月提出，将图像切分为子图块并嵌入为 token 序列后送入 Transformer 训练。