在本 Modulation 中，您将深入了解卷积神经网络在图像分类任务中的实际应用。您将以农业用地分类使用案例为重点，使用 Keras 和 PyTorch 构建和训练 CNN 模型。通过动手实验，您将获得在每个框架中构建和优化模型的经验。Modulation 最后会对两种方法进行比较分析，帮助您了解模型性能、训练效率和部署注意事项方面的权衡。在本模块结束时，您将能够针对给定问题选择正确的框架，并使用实际的评估指标来证明您的设计决策是正确的。

在本 Modulation 中，您将探索视觉转换器，这是一种前沿的深度学习架构，最初是为自然语言 Processing 开发的，现在正在改变计算机视觉领域。您将学习如何将迁移学习应用于视觉变换器，以完成真实世界的图像分类任务。您将使用 PyTorch 和 Keras 框架，在实际场景中实现、微调和比较视觉变换器模型。您将对基于 Keras 和基于 PyTorch 模型的视觉变换器性能进行比较评估。

在本 Modulation 中，您将对整个课程中完成的所有实验进行最终提交，以供评估。您提交的材料将获得 AI 评分。最后，我们将通过强调主要收获和概述下一步来总结课程。