设为首页 - 加入收藏   
您的当前位置:首页 > 热点 > 谷歌大脑最新操作玩“复古”:不用卷积注意力,图像分类接近SOTA 正文

谷歌大脑最新操作玩“复古”:不用卷积注意力,图像分类接近SOTA

来源:说长论短网 编辑:热点 时间:2026-11-14

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转谷歌载请联系出处。

谷歌大脑的视觉Transformer团队(ViT),搞了个大脑复古操作。

他们不用卷积神经网络(CNN)、也不用Transformer最新,仅凭最早的AI视觉任务采用的多层感知机(MLP)结构,就实现了操作接近SOTA的性能,更是在ImageNet图像分类任务上取得了87.玩“94%的准确率。

这个架构名为MLP-Mixer,采用两种不同类型的复古MLP层,可以看做是一个特殊的CNN,使用 1×1卷积进行通道混合”:(按位操作),同时全感受野和参数共享的的单通道深度卷积进行字符不用混合(跨位操作)。

在JFT-300M数据集上预训练、微调到224分辨卷积率的Mixer-H/14版本取得了86.32%的准确率,比SO注意TA模型ViT-H/14仅低0.3%,但运行速度是其2.2倍。

论文地址:
h力,ttps://arxiv.org/abs/2105.01601

项图像目地址:
https://github.com/google-resear分类ch/vision_transformer/tree/line接近n

 

s , kb

Copyright © 2026 Powered by 谷歌大脑最新操作玩“复古”:不用卷积注意力,图像分类接近SOTA,说长论短网  

sitemap

Top