卷积神经网络在最基本的形式上可以看作是一种使用许多相同神经元副本的神经网络。这使得网络可以拥有大量神经元并表达计算上庞大的模型，同时保持需要学习的实际参数（描述神经元行为的值）的数量相对较小。卷积神经网络最著名的成功之一就是将 2D 卷积神经网络应用于图像识别。(图像、视频领域)

Transformer/Decoder-only 结构是一个。

建议使用 Anaconda 配置环境。推荐 Python 3.8 + PyTorch 1.9.1（或 1.9.0）+ CUDA 11.1 + Detectron2 (v0.6)。按照readme.md安装，在运行python setup.py build develop之前没出现问题；编译时可能缺少部分所需头文件，查找原因是cuda环境路径问题，因实验室电脑不方便安装指定cuda，转向docker

卷积神经网络在最基本的形式上可以看作是一种使用许多相同神经元副本的神经网络。这使得网络可以拥有大量神经元并表达计算上庞大的模型，同时保持需要学习的实际参数（描述神经元行为的值）的数量相对较小。卷积神经网络最著名的成功之一就是将 2D 卷积神经网络应用于图像识别。(图像、视频领域)

conda虚拟环境安装cudatoolkit无效，因为conda虚拟环境中安装的cuda是精简版的cuda保持基本的服务，但缺少执行编译的头文件；需要在系统中安装的完整的cuda toolkit。vim pip修改路径配置data/miniconda3/envs/your_env_name/bin/python，解决。选择自己的docker容器，再新窗口打开，稍作等待即可连接，方便修改文件，代码等