Transformer 和 cnn 是两条差异巨大的路径吗？ - 知乎
cnn 是硬件局限下的产物 cnn主要处理图像数据，T主要处理序列数据 cnn， MLP，T 资源有限就简化MLP 资源无限就堆叠MLP 从理论性质的角度，有差异的地方，例如全局性和局部性，也 …
CNN卷积神经网络的始祖文是哪篇？ - 知乎
卷积神经网络 （CNN）的开创性工作可以追溯到 Yann LeCun 在 1998 年发表的论文，论文题目为：“Gradient-based learning applied to document recognition”。 这篇论文介绍了一种名为 …
2025 年了，你还会用 RSS 吗？有哪些好的订阅源推荐？ - 知乎
1. RSS 的现状与未来 尽管在 2025 年，RSS 的使用率可能不如过去广泛，但它仍然是一个非常有用的工具，特别是对于那些希望高效获取信息的用户。 RSS 允许用户通过 RSS 阅读器（如 …
CNN中，当图像经过卷积层时，通道数是怎么变化的？ - 知乎
Jul 23, 2021 · 1.CNN可视化 卷积神经网络（CNN）是深度学习中非常重要的模型结构，其广泛地用于图像处理，极大地提升了模型表现，推动了计算机视觉的发展和进步。 但CNN是一个 黑 …
CNN（卷积神经网络）是什么？有何入门简介或文章吗？
CNN 全称是 Convolutional Neural Network，中文又叫做 卷积神经网络。 在详细介绍之前，我觉得有必要先对 神经网络 做一个说明。 神经网络与仿生学 1. 仿生学 神经网络 (Neural …
损失函数｜交叉熵损失函数
这篇文章中，讨论的Cross Entropy损失函数常用于分类问题中，但是为什么它会在分类问题中这么有效呢？我们先从一个简单的分类例子来入手。 1. 图像分类任务 我们希望根据图片动物的轮 …
在 CNN 中，为什么要逐渐增加特征图的通道数？ - 知乎
为什么要增加特征通道数，因为这就是在提取特征，每个通道专注不同的特征，有的是专注边缘，有的专注纹理，有的专注形状；高层次的CNN特征，有的专注鼻子、有的专注眼睛。 这些 …
卷积神经网络 - 知乎
Apr 27, 2020 · 卷积神经网络（Convolutional Neural Network, CNN）是一种常见的深度学习网络架构，受生物自然视觉认知机制启发而来。1959年，Hubel & Wiesel发现了大脑视觉系统的、 …
CNN，Transformer，MLP 三大架构的特点是什么？ - 知乎
CNN擅长处理图像数据，具有强大的特征提取能力；Transformer通过自注意力机制实现了高效的并行计算，适用于处理序列数据；而MLP则以其强大的表达能力和泛化能力，在多种类型的机 …
深度学习之目标检测的前世今生（Mask R-CNN） - 知乎
前段时间做了关于mask R-CNN的的文献阅读交流，但是由于mask R-CNN的思想是基于下图的这样的思想，一步步改进的。 所以就想写一篇关于目标检测的这样的一个 发展里程与其基本思 …