论文笔记——[CVPR 2022 Oral]MetaFormer is Actually What You Need for Vision

壁纸下载

论文笔记——[CVPR 2022 Oral]MetaFormer is Actually What You Need for Vision

7月 1, 2022 阅读 1980 字数 283 评论 0 喜欢 0

创新点：
①Transformer中的自注意力机制没用，结构才有用
②即便把Attention模块换成Pooling，也能得到提升

总体结构

本文把Attention改成池化层

公式：

代码：

训练策略

数据增强: MixUp, CutMix, CutOut, RandAugment
训练轮数: 300epoch
优化器: AdamW
Weight Decay: 0.05
Peak Learning Rate: 1e^{-3}·batchsize/1024 (本文batch size为4096，学习率4e^{-3})
余弦策略减低学习率

网络参数

消融实验

发表评论

您的电子邮箱地址不会被公开。