GPT-2 沿用了 Decoder-only 的核心架构，但但完成了架构、数据、范式的三重革命性升级。

图像分类任务和之前的回归任务在逻辑框架大体上相同；但由于输入为图像，因此必须对图像进行处理，提取特征，把任务转化成为我们在回归任务中的类似流程（输出、loss计算等存在差异），这里采用卷积来处理图像。