17、ConvMixer模型原理及其PyTorch逐行实现

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:

相关推荐
AI蜗牛之家2 小时前
Qwen系列之Qwen3解读:最强开源模型的细节拆解
人工智能·python
王上上2 小时前
【论文阅读30】Bi-LSTM(2024)
论文阅读·人工智能·lstm
殇者知忧2 小时前
【论文笔记】若干矿井粉尘检测算法概述
深度学习·神经网络·算法·随机森林·机器学习·支持向量机·计算机视觉
YunTM2 小时前
贝叶斯优化+LSTM+时序预测=Nature子刊!
人工智能·机器学习
舒一笑3 小时前
智能体革命:企业如何构建自主决策的AI代理?
人工智能
SpikeKing4 小时前
Server - 使用 Docker 配置 PyTorch 研发环境
pytorch·docker·llm
丁先生qaq4 小时前
热成像实例分割电力设备数据集(3类,838张)
人工智能·计算机视觉·目标跟踪·数据集
红衣小蛇妖4 小时前
神经网络-Day45
人工智能·深度学习·神经网络
JoannaJuanCV5 小时前
BEV和OCC学习-5:数据预处理流程
深度学习·目标检测·3d·occ·bev
KKKlucifer5 小时前
当AI遇上防火墙:新一代智能安全解决方案全景解析
人工智能