计算机视觉与深度学习的基础包括数据表示、特征变换、概率模型和参数优化。本栏目收录相关理论的概念说明、数学推导、数值案例和程序实现。

从神经网络到 Transformer

Transformer 以注意力机制处理序列位置之间的信息交互,其基础涉及神经网络、条件概率和序列建模。本专题包含这些基础概念、原始编码器—解码器结构及 PyTorch 训练与推理实现,并讨论文本和视觉任务中的模型组织。

进入绪论、知识依赖图与完整目录

绪论中的知识依赖图给出各主题之间的联系。各章的目录与上下章链接按同一编号排列。