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:吟花咏柳网 编辑:热点 时间:2026-11-23

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大脑),搞了个复古操作。

他们不用卷积神经网络(CNN)、也不用Trans最新former,仅凭最早的AI视觉任务采用的多层感知机(MLP)操作结构,就实现了接近SOTA的性能,更是在ImageNet图像分类玩“任务上取得了87.94%的准确率。

这个架构名为MLP-Mixe复古r,采用两种不同类型的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不用度卷积进行字符混合(跨位操作)。

在JFT-300M数据集上预训卷积练、微调到224分辨率的Mixer-H/14版本取得了86.3注意2%的准确率,比SOTA模型ViT-H/14仅低0.3%,但运行速度力,是其2.2倍。

论文地址:
https://arxiv.org/abs图像/2105.01601

项目地址:
https://github.com/分类google-research/vision_transformer/接近tree/linen

 

热门文章

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,吟花咏柳网  

sitemap

Top