ShuffleNet V1-V2:轻量化卷积网络的设计优化之旅
ResNet：神来之路
SENet：通道维度的注意力机制
15分钟认识ViT！【视觉Transformer】
“卷积”到底“卷”了个啥？
VAN: 基于卷积实现的注意力
《杀死卷积：Transformer如何暴力接管计算机视觉》
DenseNet：特征复用真香
MLP-Mixer：并肩卷积与自注意，多层感知机的神奇魔法
19分钟讲透所有主流AI模型
EfficientNet V1-V2:均衡存平深度网络之间
MetaFormer:万法归一，构建未来的Transformer模板
超全超简单！一口气刷完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM、DBN等八大深度学习神经网络算法！从理论到实战，真的比刷剧还爽！
VAE算法讲解 （变分自编码器 Variational Auto-Encoder）
从零设计并训练一个神经网络，你就能真正理解它了
ConvNeXt：卷积与设计策略的新篇章
多模态模型CLIP深度讲解
从编解码和词嵌入开始，一步一步理解Transformer，注意力机制(Attention)的本质是卷积神经网络(CNN)
何恺明MIT第一课-卷积神经网络
全网最清楚的YOLO V1原理讲解，打牢YOLO目标检测算法基础！
