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
神奇霸王龙16 分钟前
Claude Code屠榜：MiMo与Grok紧追CodexC^h25 分钟前
python函数学习KAU的云实验台29 分钟前
【研究分享】大语言模型 × 进化计算新范式？ —— 以ReEvo为例拆解品牌全球行29 分钟前
共商共建共享 链接数字未来——“一带一路数字新城（深圳）会客厅筹备办”揭牌仪式在深圳隆重举行决战灬37 分钟前
langgraph之interrupt（理论篇）Python大数据分析@39 分钟前
参加 2026 世界人工智能大会 (WAIC) 是一种怎样的体验？糖果店的幽灵42 分钟前
【langgraph 从入门到精通graphApi 篇】综合实战 —— 智能客服 Agent实战代码解读可乐奶茶sky43 分钟前
AI Agent 学习TsingtaoAI44 分钟前
3D高斯泼溅技术发展及其在具身智能领域的应用综述神奇小汤圆1 小时前
面试官：Agent意图识别怎么做？95%的人一句话就把自己送走了