总结 作者提出了用于图像分类任务的 MLP-Mixer,仅基于多层感知器 (MLP)。 MLP-Mixer 在流行的benchmarks中获得了具有竞争力的结果,其预训练和inference成本与最先进的方法相当。 MLP-Mixer 将一系列图像patches作为输入,并将每个patch投影到一维向量(一共维度为 C C C 的 S S S