面试题库 › 算法 / 大模型 › ViT 与 CNN 的对比

ViT 与 CNN 的对比

难度 ★★☆在 2 场真实面经中被问到 方向:算法 / 大模型考点:视觉与多模态模型

哪些公司问过

百度2

常见岗位:大模型算法

答案要点

  1. CNN:局部卷积,局部性和平移不变性,参数共享,小数据易训练
  2. ViT:切 patch 送入 Transformer,自注意力有全局感受野
  3. ViT 缺少归纳偏置,需要大量数据预训练;可扩展性好,上限高
  4. 自注意力计算量随 patch 数平方增长
  5. 数据少或需轻量部署选 CNN;数据充足、追求精度或多模态选 ViT

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题