「CV」看得见的计算机视觉
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。
- 01 神经网络及其基本计算
- 02 深度学习中的概率理论
- 03 文本的数学表示:Token、Embedding 与 Tensor
- 04 模型训练与代码示例
- 05 自回归模型与序列建模
- 06 编码器与解码器
- 07 自注意力机制
- 08 多头注意力与位置编码
- 09 残差网络、LayerNorm 与 FFN
- 10 Transformer 网络结构
- 11 Transformer 的工程实现与应用
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。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Keming's Eutopia ♪!
评论





