本文比较了卷积神经网络（CNN）与视觉 Transformer（ViT）在电子商务服装分类中的表现。研究通过时尚 MNIST 数据集发现，CNN擅长局部模式识别，而ViT则能有效捕捉整体上下文，强调了结合两者以提升分类性能的重要性。

本研究比较了卷积神经网络（CNN）和视觉Transformer（ViT）在服装分类中的表现。研究发现，CNN是图像分类的基石，而ViT引入了自注意机制，可以对不同输入数据组件进行加权。研究还探讨了使用这两种架构的最新方法，以确定在电子商务中对时尚MNIST数据集进行图像分类的最佳架构。研究强调了将这两种架构以不同形式结合以提高整体性能的重要性。