SUSI AI Chrome 扩展安装与使用指南

内容概要：本文主要介绍了一个将ResNet卷积神经网络与Transformer架构相结合的方法。首先引入了ResNet的基础结构——包括特征提取部分以及预训练参数设定，随后针对图像数据特性自定义了一种TransformBlock，在原有ResNet的最后一层替换了传统卷积操作加入了多头注意力机制和前馈神经网络来改进原始模型的表现能力。接着定义整个网络流程（输入图片经过卷积运算得到高层语义表达再经变换器增强最终映射为类别概率向量）。最后用随机初始化参数测试搭建好的模型能否正常输出预期维度大小的数据。

适用人群：熟悉PyTorch框架并具有一定深度学习基础知识的研究者或从业者。

使用场景及目标：①希望了解经典CNN和Transformer组合使用方式；②探索提高图像识别精度的新途径。

其他说明：提供的完整代码片段方便直接应用于具体项目之中进行实验对比不同配置下性能变化情况。