51CTO-Transformer原理与代码解析

编辑点评

全面解析Transformer架构，代码解读详尽，适合对深度学习有基础的学习者。

⭐ 编辑推荐

本课程深入讲解Transformer原理，通过Pytorch和TensorFlow 2代码解析，帮助学习者全面掌握Transformer架构。

✨ 课程亮点

课程目录

📁 03 Transformer代码精讲（Pytorch）
03 Transformer代码精讲（Pytorch）说明.png [493.5 KB]
04 Transformer的超参设置代码解读.mp4 [27.3 MB]
06 Transformer的训练示例(机器翻译)代码解读.mp4 [65.1 MB]
05 Transformer的训练示例（人为随机数据）代码解读.mp4 [29.3 MB]
01 安装pytorch.mp4 [32.6 MB]
📁 01 课程介绍
01 课程介绍说明.png [493.5 KB]
01 课程介绍.mp4 [39.5 MB]
📁 04 Transformer代码精讲（TensorFlow 2）
04 Transformer代码精讲（TensorFlow 2）必看.png [493.5 KB]
04 Transformer的Transformer类代码解读.mp4 [61.0 MB]
03 Transformer的位置编码与多头注意力代码解读.mp4 [70.3 MB]
07 Transformer的推理与权重保存代码解读.mp4 [50.6 MB]
02 Transformer的数据集加载与预处理代码解读.mp4 [37.6 MB]
06 Transformer的训练代码解读.mp4 [25.3 MB]
05 Transformer的优化器与损失函数代码解读.mp4 [24.9 MB]
01 安装TensorFlow.mp4 [22.0 MB]
📁 02 Transformer原理精讲
02 Transformer原理精讲文档.png [493.5 KB]
05 Transformer 娈嬪樊閾炬帴銆丩ayerNorm銆丗FN.mp4 [19.0 MB]
07 Transformer的训练及性能.mp4 [36.9 MB]
02 Transformer的架构概述.mp4 [34.8 MB]
03 Transformer Encoder的多头注意力.mp4 [48.6 MB]
01 注意力机制和自注意力机制.mp4 [99.6 MB]
08 Transformer的机器翻译工作流程.mp4 [6.1 MB]

适合人群

• 深度学习爱好者
• 机器学习工程师
• 算法研究者

🎯 学习收获

• 理解Transformer原理
• 掌握Transformer代码实现
• 提升深度学习技能

🎉 祝您学习愉快！