人工智能面试题更新 2026-08-05
Vision Transformer (ViT) 和 CNN 在图像特征提取上的优劣对比?
字节跳动人工智能互联网/IT技术原理技术选型方案权衡CNN
考察说明
考察对ViT与CNN架构特性、适用场景和权衡的理解
回答思路
- 阐述CNN的局部感受野与平移等变性的归纳偏置
- 阐述ViT的自注意力机制与全局建模能力
- 对比两者在计算复杂度、数据需求、可解释性方面的差异
- 总结不同任务或资源条件下的选型权衡
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
