概要

「ViT(Vision Transformer)」時代には、「CNN」時代のような、攻めた途中処理状態の解説の図は出てこないのか？

タイトルの通りのことを感じました。

CNN時代の攻めた途中処理状態の解説の図

CNN時代には、攻めた解説の図をよく見かけた！
（むしろ、攻めすぎ。。。。という記事を書いた。）

特にありませんが、
ViT(Vision Transformer)の弱点として、CNNに比べて、少し、複雑であることが挙げられるような気がしました。
CNNの反撃もあるかも。。。。
コメントなどあれば、なんなり、お願いします。