Swin Transformer 的原理
哪些公司问过
答案要点
- 层次化结构:patch merging 逐级下采样,得到多尺度特征
- 窗口自注意力:只在局部窗口内计算,复杂度与图像大小成线性
- 移位窗口:相邻层交替常规窗口和移位窗口,实现跨窗口信息交互
- 循环移位加掩码高效实现;使用相对位置偏置
- 适合检测、分割等密集预测任务
易错点
- 把 Swin 说成全局注意力
- 不知道移位窗口的作用
- 忽略层次化多尺度特征这一重要特点
面试官常见追问
- 为什么要移位窗口?
- Swin 相比 ViT 的优势?
- patch merging 是做什么的?
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。