标签: #vision-transformer

한국어English日本語中文

← 全部文章

• CNN 架构完全指南：从 LeNet 到 EfficientNet、Vision Transformer

  CNN 架构的历史与演进完全指南。通过结构分析和 PyTorch 实现，完整掌握从 LeNet、AlexNet、VGG、ResNet、DenseNet、EfficientNet 到 Vision Transformer 的全部主要模型。

  2026-03-17 · 30 分钟阅读 #cnn#computer-vision#deep-learning#resnet#vgg

• Vision Transformer（ViT）论文深度解析：一张图像相当于16x16个单词

  深度解析Google的ViT论文：将图像转换为patch序列的创新方法、Patch Embedding与Position Embedding的原理、相较CNN的性能与数据效率权衡，以及DeiT、Swin Transformer、BEiT等后续研究的全面梳理。

  2026-03-01 · 40 分钟阅读 #vit#vision-transformer#computer-vision#transformer#image-classification