正向把数据算过去得出误差，反向利用链式法则把误差传回来求出梯度，最后用梯度下降法更新参数。

如果说上一周的 BP 算法是神经网络的引擎，那么这周的 CNN 就是神经网络的眼睛。理解了卷积和池化的底层逻辑，就能明白为什么深度学习在视觉领域能取得如此惊人的突破。

2017 年，Google 发表了一篇论文《Attention Is All You Need》，论文的标题言简意赅——你只需要注意力机制就够了。这篇论文提出的 Transformer 架构，彻底改变了 NLP（自然语言处理）领域的格局。在 Transformer 之前，处理序列数据（比如一句话）主要靠RNN/LSTM。它们的问题是什么？一个字一个字串行处理，不能并行计算，速度慢；而且句子一长，前

上篇我们学 Transformer 时，它的输入是「一个句子 = 一串单词」，每个词对应一个向量。这个套路对文本天然适用。但图像怎么办？图像是一个三维矩阵（宽 × 高 × 通道），没法直接喂给 Transformer。怎么把一张图片变成 Transformer 能消化的「一串向量」？把图切成小方块，每个方块当成一个“单词”。这就是 ViT 的核心思想。听起来简单，但 2020 年 Google 提

上篇我们学 Transformer 时，它的输入是「一个句子 = 一串单词」，每个词对应一个向量。这个套路对文本天然适用。但图像怎么办？图像是一个三维矩阵（宽 × 高 × 通道），没法直接喂给 Transformer。怎么把一张图片变成 Transformer 能消化的「一串向量」？把图切成小方块，每个方块当成一个“单词”。这就是 ViT 的核心思想。听起来简单，但 2020 年 Google 提