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

字号+ 作者:牛骥同槽网 来源:合作伙伴 2026-11-23 我要评论(0)

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

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)结构,就实操作现了接近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,采用两种不同复古类型的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分辨率的卷积Mixer-H/14版本取得了86.32%的准确率,比SOTA模型ViT注意-H/14仅低0.3%,但运行速度是其2.2倍。

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

项目地址:
ht图像tps://github.com/google-researc分类h/vision_transformer/tree/linen

&nbs接近p;

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 标签: 文远知行 WeRide Robotaxi 港股上市

    标签: 文远知行 WeRide Robotaxi 港股上市

    2026-10-09

  • 标签: Cerebras WSE-3 AI芯片 老虎环球

    标签: Cerebras WSE-3 AI芯片 老虎环球

    2026-06-16

  • 云安全日报210324:火狐浏览器发现信息泄露和执行任意代码漏洞,需要尽快升级

    云安全日报210324:火狐浏览器发现信息泄露和执行任意代码漏洞,需要尽快升级

    2026-08-08

  • 不是所有图像都值16x16个词,清华与华为提出动态ViT

    不是所有图像都值16x16个词,清华与华为提出动态ViT

    2026-10-13

网友点评