深度学习的出现极大地推动了计算机视觉的进步，特别是 CNN 和 Transformer 等模型的引入，使得机器在许多视觉任务上已经能够媲美甚至超越人类的表现。R-CNN 家族 (R-CNN, Fast R-CNN, Faster R-CNN)： 先通过区域提议网络 (RPN) 生成候选区域，再对这些区域进行分类和边界框回归。模型： 常使用深度 CNN 来提取人脸特征，并通过度量学习 (Metric

虽然实际部署到临床环境还需要更多的验证、法规审批以及与现有医疗工作流程的整合，但这清晰地描绘了AI如何成为医生诊断的有力助手，提升诊断效率和准确性，最终惠及广大患者。在深度学习的早期，一个普遍存在的难题是“深度困境”（Dying ReLU / Vanishing Gradient）：随着网络层数的加深，梯度在反向传播过程中会逐渐衰减，导致深层网络的参数更新缓慢甚至停止，模型无法有效学习。AI+医疗

传统Transformer的注意力机制是显存消耗的「大户」，其核心问题在于「中间激活值爆炸」和「内存读写冗余」。FlashAttention-2通过三大创新彻底重构了注意力计算流程，将显存占用降低50%-75%，同时提升推理速度2-4倍。要在16GB显存上运行70B模型，核心是「降低静态权重占用（量化）+ 优化动态计算显存（FlashAttention-2）+ 严格控制序列长度」。