1 Transformer mimarisi özeti: self-attention, multi-head
2 Vision Transformer (ViT): patch embedding, position embedding
3 Swin Transformer: kaydırmalı pencere dikkat mekanizması
4 MLP-Mixer: dikkatsiz transformer alternatifi
5 ConvNeXt: modernize edilmiş CNN ailesi
6 Self-supervised learning: SimCLR, DINO (kavramsal)
7 CLIP modeli: görüntü-metin ortak uzayı
8 Model boyutu ve hesaplama karşılaştırmaları
9 KerasCV ile hazır ViT/Swin kullanımı
10 Hangi mimari ne zaman? Pratik karar rehberi
Kütüphaneler:
tensorflowkeraskeras_cvtransformers