文档摘要

3.1 视觉预训练模型：从 ResNet 到 ViT 本节摘要：视觉片区的房源分两大系——卷积系（ResNet、EfficientNet）与 Transformer 系（ViT 及其变体）。本节讲清两系的架构脉络：残差连接如何让百层深宅立得住，ViT 如何把图像切块当词处理；给出主流模型在参数量与 ImageNet 精度上的对照表，并用代码展示两系模型在实际微调时接口上的差别，为选宅提供户型图。 会员。《3.1 视觉预训练模型：从ResNet到ViT》收录于灏天文库文集《迁移学习与Fine-tuning实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/509-%E8%BF%81%E7%A7%BB%E5%AD%A6%E4%B9%A0%E4%B8%8Efine-tuning%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流