深度学习精华·网络架构
卷积核的大小、数量应如何选择？
原题什么是池化层？介绍一下其原理
原题常用的池化层有哪些？请分别介绍其结构、计算方式及适用场景？
原题池化操作中，步幅和池化核大小应如何选择？
原题介绍ResNet网络及其核心亮点
原题介绍U-Net网络及其核心亮点
原题Transformer 的提出背景是什么？它为了解决 RNN/LSTM 的哪些核心缺陷（如长距离依赖、梯度问题、无法并行）而设计？
原题相比 CNN 处理序列任务，Transformer 的核心优势和劣势分别是什么？为什么它能实现序列的并行计算？
原题自注意力的全局建模能力，相比 RNN 的时序建模和 CNN 的局部建模，在生成类任务上带来了什么本质差异？
原题请完整介绍 Transformer 的整体架构，简述 Encoder 和 Decoder 的核心区别（输入、注意力类型、输出用途）。
原题
暂无题目