文章目录
- [1. 重点](#1. 重点)
- [2. 思维导图](#2. 思维导图)
1. 重点
- patch embedding : 将图形分割成不重叠的块作为图片样本特征
- depth wise + point wise = new conv2d : 将传统的卷积转换成通道隔离卷积和像素空间隔离两个部分，在保证精度下降不多的情况下大大减少参数量
2. 思维导图
后续再整理吧，太忙了，写个大概如下：
17、ConvMixer模型原理及其PyTorch逐行实现
取个名字真难呐2024-12-19 18:04
相关推荐
emo猫pro_max7 分钟前
openclaw飞书流式回复配置指南FishCoderh11 分钟前
被OpenClaw的Session搞晕了？这篇让你彻底搞懂孤烟1 小时前
19 万 + GitHub 星标！OpenClaw 凭什么成为 2026 最火 AI Agent，万字实测告诉你zhl772 小时前
YOLOv5：从0搭建你的第一个目标检测模型TechFind2 小时前
用 OpenClaw 搭建企业微信 AI Agent：从零到自动化客服只需 30 分钟FishCoderh2 小时前
OpenClaw部署后Tools工具权限被禁用？一行配置解决飞哥数智坊3 小时前
openclaw 不是全站第一！但它的爆发，足以引人深思zone77394 小时前
001：LangChain的LCEL语法学习程序员鱼皮5 小时前
微软竟然出了免费的 AI 应用开发课？！我已经学上了DevnullCoffe5 小时前
基于 OpenClaw + Pangolinfo API 的 Amazon 价格监控系统：架构设计与最佳实践