你将收获

掌握Transformer原理

掌握Transformer的Pytorch实现代码

适用人群

希望学习Transformer原理与PyTorch实现代码的学员

课程介绍

Transformer发轫于NLP(自然语言处理),并跨界应用到CV(计算机视觉)领域。目前已成为深度学习的新范式,影响力和应用前景巨大。

 

 

本课程对Transformer的原理和PyTorch代码进行精讲,来帮助大家掌握其详细原理和具体实现。

 

 

原理精讲部分包括:注意力机制和自注意力机制、Transformer的架构概述、Encoder多头注意力(Multi-Head Attention)、Encoder的位置编码(Positional Encoding)、残差链接、层规范化(Layer Normalization)、FFNFeed Forward Network)、Transformer的训练及性能、Transformer的机器翻译工作流程。

 

 

 

代码精讲部分使用Jupyter NotebookTransformerPyTorch代码进行逐行解读,包括:安装PyTorch、TransformerEncoder代码解读、TransformerDecoder代码解读、Transformer的超参设置代码解读、Transformer的训练示例(人为随机数据)代码解读、Transformer的训练示例(德语-英语机器翻译)代码解读。

课程内容

相关课程: 

Transformer原理与代码精讲(PyTorch)》https://edu.csdn.net/course/detail/36697

Transformer原理与代码精讲(TensorFlow)》https://edu.csdn.net/course/detail/36699

ViTVision Transformer)原理与代码精讲》https://edu.csdn.net/course/detail/36719

DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768

Swin Transformer实战目标检测:训练自己的数据集》https://edu.csdn.net/course/detail/36585

Swin Transformer实战实例分割:训练自己的数据集》https://edu.csdn.net/course/detail/36586

Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045

课程目录

讨论留言

正在加载中...