51CTO Transformer原理与代码精讲

Transformer原理与代码精讲资源介绍:

Transformer原理与代码精讲封面图

本课程对Transformer的原理和PyTorch及TensorFlow 2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的多头注意力（Multi-Head Attention）、Encoder的位置编码（Positional Encoding）、残差链接（Residual Connection）、层规范化（Layer Normalization）、FFN（Feed 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 Notebook对Transformer的PyTorch及TensorFlow 2实现代码进行逐行解读，包括：安装PyTorch/TensorFlow、Transformer的数据集加载与预处理代码解读、Transformer的位置编码与多头注意力代码解读、Transformer的Transformer类代码解读、Transformer的优化器与损失函数代码解读、Transformer的训练代码解读、Transformer的推理与权重保存代码解读。

资源目录:

51CTO-Transformer原理与代码精讲

├─ 01 课程介绍

│  └─ 01 课程介绍.mp4

├─ 02 Transformer原理精讲

│  ├─ 01 注意力机制和自注意力机制.mp4

│  ├─ 02 Transformer的架构概述.mp4

│  ├─ 03 Transformer Encoder的多头注意力.mp4

│  ├─ 04 Transformer Encoder的位置编码.mp4

│  ├─ 05 Transformer 残差链接、LayerNorm、FFN.mp4

│  ├─ 06 Transformer Decoder.mp4

│  ├─ 07 Transformer的训练及性能.mp4

│  └─ 08 Transformer的机器翻译工作流程.mp4

├─ 03 Transformer代码精讲（Pytorch）

│  ├─ 01 安装pytorch.mp4

│  ├─ 02 Transformer的Encoder代码解读.mp4

│  ├─ 03 Transformer的Decoder代码解读.mp4

│  ├─ 04 Transformer的超参设置代码解读.mp4

│  ├─ 05 Transformer的训练示例（人为随机数据）代码解读.mp4

│  └─ 06 Transformer的训练示例(机器翻译)代码解读.mp4

└─ 04 Transformer代码精讲（TensorFlow 2）

├─ 01 安装TensorFlow.mp4

├─ 02 Transformer的数据集加载与预处理代码解读.mp4

├─ 03 Transformer的位置编码与多头注意力代码解读.mp4

├─ 04 Transformer的Transformer类代码解读.mp4

├─ 05 Transformer的优化器与损失函数代码解读】.mp4

├─ 06 Transformer的训练代码解读.mp4

└─ 07 Transformer的推理与权重保存代码解读.mp4