页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「CNN」找到 2 条内容
按专题浏览 →匹配正文：核心结构与适用边界 CNN 卷积通过局部连接和权值共享引入空间局部性的归纳偏置。卷积层对平移具有等变性，经过池化或聚合后可获得一定平移不变性。它常用于图像、视频帧、语音频谱和传感器局部模式；是否更快应以目标硬件实测为准。 RNN、LSTM 与 GRU 循环网络用隐状态按时间步处理序列，适合流式输入、时序预测和状态持续更新。普通 RNN 容易受到梯度消失或爆炸影响；LSTM、GRU 通过门控缓解而非消除长程依赖问题。训练时跨时间步的依赖限制并行度，但模型尺寸、序列长度和推理方式…
匹配正文：…ing；分类读取CLS输出。其他模型也可用平均池化、二维/相对位置编码。Self-attention提供单层全局token交互，而CNN通过堆叠、下采样或大卷积核同样可以获得全局感受野，区别是归纳偏置和交互路径，不是“CNN做不到全局”。 图解 ViT 图像块嵌入原理与实现图解
学习内容与项目面试，在同一条路上。