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
K***728411 分钟前
开源模型应用落地-工具使用篇-Spring AI-Function Call（八）Chat_zhanggong3451 小时前
K4A8G165WC-BITD产品推荐霍格沃兹软件测试开发1 小时前
Playwright MCP浏览器自动化指南：让AI精准理解你的命令强化学习与机器人控制仿真1 小时前
RSL-RL：开源人形机器人强化学习控制研究库网易智企2 小时前
智能玩具新纪元：一个AI能力底座开启创新“加速度”咚咚王者2 小时前
人工智能之数据分析 numpy：第十二章 数据持久化沛沛老爹2 小时前
AI应用入门之LangChain中SerpAPI、LLM-Math等Tools的集成方法实践roman_日积跬步-终至千里2 小时前
【强化学习基础（5）】策略搜索与学徒学习：从专家行为中学习加速学习过程做怪小疯子3 小时前
LeetCode 热题 100——矩阵——旋转图像杭州泽沃电子科技有限公司4 小时前
在线监测：为医药精细化工奠定安全、合规与质量基石