感觉很多答案都回答得很好了。
我就只说一点，经过在 Kaggle 上实践十几个数据集之后，我得到的结论是 ViT 系模型全都是“近视眼”。
（ViT 系模型: Vision Transformer 系列模型总称，包括 vit, swin, cait, deit, xcit, deit 等等）
比如说像下图这样的，哪怕你有近视眼，还是能分辨出狮子是狮子。
而 CV 科研界圣杯 ImageNet 里全是这样的图片，因此 ViT 系模型能大显身手。
在 Kaggle 里的类 ImageNet 数据的比赛中 ViT 确实能占一席之地，和 CNN 分庭抗礼 （并不是一边倒）。
但如果换成这样的图片，要在几千x几千像素的图片里分辨出这种像素级别的细节，那就不是 ViT 系模型的强项了，甚至在某些个数据集上基本无法正常收敛。
可以去看 Kaggle 上近两年的医疗图像比赛，金牌区基本看不到用 ViT 系模型的，清一色 CNN。
人工智能真的会替代人类吗？如果你询问人工智能这个问题，它通常会用“情感模块”作为标准答案来回复你——人工智能因为缺失情感模块，所以暂时无法替代人类的情感、创造力和想象力。是否这意味着，人工智能一旦拥有了情感模块，就会超越正态曲线最中段的大部...
2024年9月6日最新更新：本文列举的所有看电视直播、或流媒体影视资源点播的软件，我这两天又重新梳理成最新版本，最大程度保证可用性。获取方式见文末图片，或见评论。后续我也将持续更新，文章是旧的软件也会是新的，保证你拿到的都是最新可用版本。作...
低代码/零代码快速开发平台，一直是近年来很热的一个词，各大巨头的纷纷加入也给这个赛道。题主需要一个能二次开发的低代码快速开发平台，可以试试JVS低代码（私有化）。JVS低代码前端采用Vuex框架和Element-ui组件库，后端则基于Spr...
现在看来，只有美国那种5g的思路是对的。美国的运营商一开始就发现5g和4g并没有质的飞跃，无非就是提升频率/降低穿透力/提升带宽的故事。而美国运营商又是自负盈亏，因此一开始就仅在人口高密度地区或富裕地区布置5g。虽然说人家4g也菜，但是人家...
我长期使用两千元左右的安卓机，一天接近8小时的重度手机使用者。某天我突然想试试看传说中非常赛艇的苹果。狠了心，砸了钱。七千大样买了爱疯。就这？什么辣鸡玩意。而且因为我一直更新软件，用了两年爱疯就卡了。并没有传说中的用四五年不卡。用了这么一次...
这题我会，我教马云一招。你直接把你那破比支付宝的代码全删了，重新写一个。打开支付宝直接就是一个大大的支付码，然后右上角按一下就是扫一扫。你要是还想保留你的其他那些乱七八糟的功能，麻烦将他们全部做到下拉菜单里。你这么设计我不说你能干死微信，但...
