分类:博客文章
共 102 篇
【课程总结】day21（下）：大模型的三大架构及T5体验
深入解析Encoder-Decoder、Encoder-Only、Decoder-Only三种大模型架构区别，附T5模型本地部署实战教程。
【课程总结】day21（上）：Transformer源码深入理解之预测过程
深入解析Transformer预测过程源码，详解greedy_decode自回归生成机制与完整推理流程
【课程总结】day19（下）：Transformer源码深入理解之构建模型流程
深入解析Transformer源码，从EncoderDecoder到EncoderLayer，详细讲解模型构建流程与核心组件实现原理。
【课程总结】day19（中）：Transformer架构及注意力机制了解
详解Transformer的注意力机制、多头注意力、位置编码等核心组件，图文并茂解析encoder-decoder架构与并行化原理。
【课程总结】Day18：Seq2Seq的深入了解
深入剖析Seq2Seq模型的代码架构与核心逻辑，从Encoder、Decoder到数据处理，全面解读模型实现细节与运行流程。
【课程总结】Day17（下）：初始Seq2Seq模型
深入理解Seq2Seq模型结构、编码器解码器工作原理，附机器翻译Demo代码实践，掌握序列到序列转换的核心技术。
【课程总结】Day17（中）：LSTM及GRU模型简介
深入解析LSTM和GRU的门控机制与结构差异，附PyTorch代码示例，帮你选择适合的序列建模方案。
【课程总结】Day17（上）：NLP自然语言处理及RNN网络
深度学习NLP实战：基于PyTorch的汉字向量化、分词、词嵌入及RNN网络构建全流程，适合初学者入门。