ICLR 2022的优质论文你知道吗？

ICLR 2022的投稿刚结束,说到ICLR 2022的优质论文，那肯定是近来被频频提到的“ Patches Are All You Need?” 了！
论文链接：https://www.aminer.cn/pub/616138556750f879a4d7c36e/?f=cs

近年来，深度学习系统中的卷积神经网络在处理计算机视觉任务中，一直占据主要地位。但最近，基于 Transformer 模型的架构，例如 ViT，在许多任务中都表现出了引人注目的性能。Transformer 成为视觉领域的主导架构是大大势所趋。然而，为了将 Transformer 应用于图像领域，信息的表示方法必须改变：因为如果在每像素级别上应用 Transformer 中的自注意力层，它的计算成本将与每张图像的像素数成二次方扩展，所以折衷的方法是首先将图像分成多个 patch，再将这些 patch 线性嵌入 ，最后将 transformer 直接应用于此 patch 集合。那么大家可能会问：像 ViT 这种架构强大的性能是来自 Transformer ，还是至少部分是由于使用 patch 作为输入表示实现的？
在这篇文章中，研究者提供了一些证据，为我们揭晓了这一谜底。欲查看全文可以点击链接查看：https://www.aminer.cn/pub/616138556750f879a4d7c36e/?f=cs

AMiner平台是一个学术网站，不仅可以查找论文，阅读文献，还可以看到最新的科技资讯和会议论文。在主页添加关键词，系统就会自动为您推荐该领域最新的优质论文。

更多论文，尽在AMiner学术平台：https://www.aminer.cn/?f=cs