本文总结了神经网络与深度学习课程中BP网络和CNN的核心内容。BP网络通过引入隐含层解决了线性不可分问题，采用误差反向传播算法进行权值调整，具有强大的非线性逼近能力，但也存在局部极小值、收敛慢等问题。CNN通过局部连接和权值共享有效处理图像数据，包含卷积层和池化层交替结构，LeNet-5作为经典网络展现了CNN的基本架构特征。文章详细推导了BP算法的数学过程，并分析了两种网络的优缺点及应用场景，为

摘要：本文介绍了三种经典卷积神经网络架构及其创新点。AlexNet(2012)通过ReLU激活函数、Dropout和数据增强等创新，证明了深度CNN在图像分类中的潜力。VGG-16(2014)采用微小卷积核和"翻倍"设计原则，构建了16-19层的深度网络。ResNet(2015)通过残差块和捷径连接解决了深层网络退化问题，使训练极深网络成为可能。文章还概述了计算机视觉常用数据集

本文总结了深度学习中全卷积网络（FCN）与Transformer模型的核心内容。FCN通过全卷积化、转置卷积上采样和跳跃连接实现语义分割，解决了像素级分类问题，采用mIoU作为评价指标。Transformer则完全基于注意力机制，通过编码器-解码器结构、位置编码和多头自注意力实现高效序列处理，在机器翻译等任务中展现出卓越性能。两种模型分别代表了计算机视觉和自然语言处理领域的重大突破，FCN解决了空

本文摘要：视觉大模型基础与ViT(Vision Transformer) 随着Transformer架构在NLP领域的成功，视觉领域也开始采用该技术。Vision Transformer (ViT) 通过将图像切分为图块并线性投影为序列，结合位置编码和类别Token，完全摒弃卷积操作，在大规模数据预训练下超越传统CNN。ViT的核心包括图块嵌入、Transformer编码器和MLP分类头，支持预训