Tag: convolution-vision-foundations
-
【AI 核心深度 M3-097】计算卷积层的参数量与输出尺寸（Calculating Convolutional Layer Parameter Count and Output Spatial Dimensions）深度数理推导与工程落地解析
参数量 = k²·C_in·C_out + C_out（含 bias）；输出尺寸 = ⌊(H+2P−k)/S⌋+1。
-
【AI 核心深度 M3-098】解释感受野（receptive field）的递归计算（Recursive Calculation of Receptive Field in Convolutional Networks）深度数理推导与工程落地解析
每层感受野按 r_out=r_in+(k−1)·∏(前面 stride) 递推；stride 使感受野按累积乘积放大。
-
【AI 核心深度 M3-099】解释池化与步长卷积的差异与取舍（Pooling vs Strided Convolutions: Structural and Functional Trade-offs）深度数理推导与工程落地解析
池化（max/avg）无可学习参数、固定下采样；步长卷积可学习、下采样同时变换特征；现代架构偏向步长卷积或可分离下采样。
-
【AI 核心深度 M3-100】解释平移等变性（equivariance）与不变性（invariance）（Translation Equivariance vs Translation Invariance: Definitions and Roles in CNNs）深度数理推导与工程落地解析
等变：输入平移则输出同样平移（卷积）；不变：输入平移则输出不变（全局池化/分类输出）。
-
【AI 核心深度 M3-101】比较 ViT、Swin、ConvNeXt 的设计哲学（Architectural Design Philosophies: ViT vs Swin Transformer vs ConvNeXt）深度数理推导与工程落地解析
ViT 纯注意力+全局（需大数据）；Swin 分层窗口注意力（局部+层次）；ConvNeXt 用卷积模仿 Transformer 设计（无注意力）。