文远知行面试题更新 2026-08-05

在视觉Transformer中,图像经过patch切分后,如何为每个patch添加位置编码?请说明常见实现方式及其设计考量。

文远知行人工智能技术原理技术选型Transformer

考察说明

考察对视觉Transformer位置编码原理与实现细节的理解

回答思路

  1. 说明可学习位置编码的向量维度与patch数对应关系
  2. 对比绝对位置编码和相对位置编码的差异
  3. 能解释插值或调整分辨率时位置编码的适应方式
本题已收录答题指导

本题附完整参考答案与评分标准

登录后可查看结构化答题指导;也可以直接开一场模拟面试,AI 面试官用本题实时追问并给出评分。