qq_42940160的博客

由于ViTs的出现将原来的视觉任务的准确率几乎都刷了一遍，于是便有人着手去研究为什么ViTs的效果会这么好。他们得到的其中一个结论是，ViTs可以建立长程依赖，换句话说就是ViTs拥有更大的核（kernel），对应ViTs中便是的window_size。因此有研究尝试使用更大的卷积核来替换传统的3×33\times 33×3卷积核，经过实验，发现这样做可以提升CNN的性能，并能够和ViTs相媲美。

在确定了研究方向后，便开始着手研究相关的文献和Code，指导我看到了3D Gaussian Splatting。以往的DL工作的代码几乎都只建立在Python语言基础上，如果只是Python到还好，勉强还能看懂，但对于CUDA部分的C++代码，那是真看不懂了。而3DGS正是我接触CUDA编程的契机，使得我开始注重自己的全面发展，不想仅仅做一个DL农工，还需要研究一些更深入的东西，因此学习CUDA编程是有必要，而且学习CUDA编程也不亏，顺便把C++的知识也一并不上了。