杰小侠-CSDN博客

原创从“单字接龙”到看懂世界：视觉大模型与 ViT 完全指南

从文本的单字接龙，到图像的 Patch 切分，Transformer 架构凭借其简洁与通用性，成功一统了 NLP 与 CV 的江湖。理解了 ViT，你就拿到了通往多模态大模型时代最关键的一把钥匙。

2026-06-08 11:24:58 196

原创深入理解 Transformer 模型：从原理到架构的全面解析

2017年，Google 团队发表了轰动一时的论文《Attention Is All You Need》。这篇论文正式提出了 Transformer 模型，它摒弃了传统的循环（RNN）和卷积（CNN）结构，完全基于注意力机制构建，彻底改变了深度学习的发展轨迹。：能够有效捕捉输入序列中间隔较长的语义关联。：可以充分利用分布式 GPU 进行并行训练，极大地提升了模型的训练效率。下面，我们将从数据的输入开始，一步步拆解 Transformer 的完整工作流。

2026-06-01 09:00:00 327

原创卷积神经网络（CNN）与深度学习视觉应用综述

在深度学习领域，卷积神经网络（CNN）是实现计算机视觉任务的基石。通过对这些基础理论的学习，我们能够构建起从特征提取到复杂场景理解的知识体系。

2026-05-24 19:25:52 188

原创从线性回归到卷积神经网络：神经网络入门的一条主线

本文系统梳理了神经网络的发展脉络：从线性回归和分类的基础模型出发，逐步引入感知机、多层网络和BP算法，最终发展为卷积神经网络。文章揭示了神经网络演化的内在逻辑：从简单线性拟合到复杂非线性建模，从全连接到局部连接，始终围绕模型表达、误差定义和参数更新三个核心问题展开。特别强调了BP算法作为训练框架的通用性，以及CNN针对图像特性的结构创新。这种渐进式的学习路径有助于理解深度学习并非"黑箱"，而是传统机器学习思想的自然延伸。

2026-05-17 15:47:52 510 1