随机层级洗牌：提升Vision Mamba训练的有效实践

本研究解决了Vision Mamba模型过拟合的问题，并探索其如何有效扩展到更大的尺寸。通过提出随机层级洗牌正则化方法，我们成功将非层次化的Vision Mamba扩展至300M，且在ImageNet1k上相较于类似尺寸的监督ViT模型提高了分类准确率。该方法简单有效，增强了模型的泛化能力，具有潜在的广泛应用前景。