为你推荐
作者简介
内容简介
前言
第1章 引言
1.1 从机器学习到深度学习
1.2 Transformer架构
1.3 PyTorch框架
1.4 深度神经网络
1.5 本书各章之间的联系
1.6 本章小结
1.7 思考与练习
第2章 序列监督学习
2.1 两种序列监督学习
2.2 序列预测
2.3 序列生成
2.4 本章小结
2.5 思考与练习
第3章 序列聚合与注意力机制
3.1 基于标量投影的序列聚合
3.2 选择性序列聚合
3.3 注意力机制与多头注意力机制
3.4 本章小结
3.5 思考与练习
第4章 Transformer架构
4.1 使用样本组训练序列预测模型
4.2 Transformer中的层
4.3 解码器型Transformer
4.4 编码器型Transformer
4.5 编解码器型Transformer
4.6 本章小结
4.7 思考与练习
第5章 Transformer架构在自然语言处理领域的应用
5.1 文本分类
5.2 文本生成
5.3 机器翻译
5.4 语音分类
5.5 语音转文本
5.6 本章小结
5.7 思考与练习
第6章 Transformer架构在计算机视觉领域的应用
6.1 图像分类
6.2 图像说明
6.3 视频分类
6.4 视频预测
6.5 本章小结
6.6 思考与练习
第7章 Transformer架构在其他领域的应用
7.1 Transformer架构在数字信号处理中的应用
7.2 Transformer架构在推荐系统中的应用
7.3 Transformer架构在深度强化学习中的应用
7.4 本章小结
7.5 思考与练习
附录A 实验参考程序及注释
A.1 第1章实验
A.2 第2章实验
A.3 第3章实验
A.4 第4章实验
A.5 第5章实验
A.6 第6章实验
A.7 第7章实验
参考文献
写在后面
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
6.6
