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
YOLO数据集集合18 分钟前
小麦穗检测数据集 | 小麦穗检测 植物表型 密集目标检测 农业AI9182期Keep_Trying_Go32 分钟前
MobileSAMv2分割算法详解java资料站6 小时前
十一、Spring AI Alibaba · 高级 · 多智能体（Multi-agent）2601_955662467 小时前
情感解说视频如何提升感染力？配音细节很关键苏醒的人生7 小时前
电商品牌物料AI生图工具推荐：让品牌调性一套到底lank_M7 小时前
截图OCR预处理在普通屏上翻车，Retina截图却没事Aloudata7 小时前
LookML 语义模型 vs 企业级独立语义层：BI 建模语言能否承担企业语义底座？龙亘川7 小时前
AI 协同赋能城市治理：支撑政协数字化履职的技术路径探析通信大模型7 小时前
IEEE TCCN | 面向低空经济网络的Agentic AI驱动多无人机轨迹优化