本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转谷歌载请联系出处。

谷歌大脑的视觉Transformer团队（ViT），搞了个大脑复古操作。

他们不用卷积神经网络（CNN）、也不用Transforme最新r，仅凭最早的AI视觉任务采用的多层感知机（MLP）结构，就实现了接近操作SOTA的性能，更是在ImageNet图像分类任务上取得了87.9玩“4%的准确率。

这个架构名为MLP-Mixer，采用两种不同类型的MLP复古层，可以看做是一个特殊的CNN，使用 1×1卷积进行通道混合（按位操作），”：同时全感受野和参数共享的的单通道深度卷积进行字符混合（跨位操作）。

在不用JFT-300M数据集上预训练、微调到224分辨率的Mixer-H/1卷积4版本取得了86.32%的准确率，比SOTA模型ViT-H/14仅注意低0.3%，但运行速度是其2.2倍。

论文地址：
https://ar力，xiv.org/abs/2105.01601

项目地址：
http图像s://github.com/google-research/vi分类sion_transformer/tree/linen

• ·Kubernetes诞生七周年后，优势与挑战并存
• ·云计算开发：Python练习实例-打印字符
• ·Salesforce第三季度营收同比增长27% 净利同比下降57%
• ·微服务CI/CD实践-GitOps完整设计与实现
• ·标签: OMOWAY 小鹏汽车 OMO X 电动智能摩托车
• ·夸克发力AI生态布局:三大新品齐发，承载阿里AI to C战略重任
• ·OpenAI 推出短视频应用 Sora，五天内下载量突破百万
• ·标签: 网络测评活动规范 国家网信办 市场监管总局 SEO关键词
• ·​苹果推出 STARFlow：全新 AI 图像生成技术想力压 DALL-E 与 Midjourney
• ·标签: OpenAI 亚马逊 Amazon Bedrock Frontier平台
• ·字节跳动发布Seed3D2.0:几何与纹理双SOTA，API同步上线火山引擎
• ·标签: 字节跳动 抖音 腾讯 孙忠怀
• ·图样图森破-Pyecharts复合图
• ·裁员、收缩、过冬，云计算怎么了？
• ·野生螃蟹的寿命有多长
• ·标签: 吉利 李书福 AI汽车 核心价值观 2025世界互联网大会