یاد خواهید گرفت که معماری CNN چگونه ویژگی‌های محلی تصویر را استخراج می‌کند

خواهید آموخت که ViT از Attention برای مدل‌سازی روابط بردبرد استفاده می‌کند

یاد می‌گیرید که براساس اندازه داده و منابع، معماری مناسب را انتخاب کنید

می‌آموزید که چگونه از مدل‌های پیش‌آموزش‌دیده برای فاین‌تیون موثر استفاده کنید