[深度学习]动手学深度学习笔记-9
Task——Transformer
9.1 Transformer
Transformer 是一种新的、基于 attention 机制来实现的特征提取器，可用于代替 CNN 和 RNN 来提取序列的特征。
Transformer 首次由论文 《Attention Is All You Need》 提出，在该论文中 Transformer 用于 encoder – decoder 架构。事实上 Transformer 可以单独应用于 encoder 或者单独应用于 decoder 。
Transformer 相比较 LSTM 等循环神经网络模型的优点：
可以直接捕获序列中的长距离依赖关系。
模
文件下载
评论信息
其他资源
- 小型风力发电系统MPPT simulink仿真模型 风电MATLAB SIMULINK程序
- 基于特征点匹配的三维重建（OpenCV+OpenGL）
- 全球GEOJSON
- 大型校园网络组网实例
- 基于数据挖掘的旅游推荐APP
- VGG，V3，RESNET迁移学习，tensorflow
- 淘宝类目大全 详细类目 一级类目 二级类目 三级类目 详细精准
- CSS那些事儿（源码）
- 采用SARScape进行PS处理流程
- DS_Store文件泄漏利用python脚本
- 乐鑫esp8266-12模块基于rtos3.1版本ota功能远程空中升级固件，官网之上增加dns域名解析！
- 一个完整项目详细设计说明书
- 经典汇编程序100例
- Redmine Cookbook
- pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5_0.tar.bz2
- SAA7118E__20071127.pdf
- 个人密码库-源码
- 计算机应用层思维导图
- 使用FFmpeg和Qt制作图形化转码工具
- 2019尚硅谷最新k8s教程.txt
- linux实验七 shell编程
- 个人日程管理程序设计
- React.js 小书 20170503
- 基于WEB的客运售票系统
- IBatis实战源码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明