【23847】-锋哥原创 Transformer 大语言模型（LLM）基石
第1讲Transformer简介.mp4
第2讲Transformer架构介绍.mp4
第3讲输入嵌入层（Input Embeddings）详解以及算法实现.mp4
第4讲 位置编码（Positional Encoding）详解与算法实现.mp4
第5讲自注意力机制（Self-Attention）原理介绍.mp4
第6讲掩码机制（Masked）原理介绍以及算法实现.mp4
第7讲自注意力机制（Self-Attention）算法实现.mp4
第8讲 多头注意力机制（Multi-head Attention）原理介绍.mp4
第9讲多头注意力机制（Multi-head Attention）算法实现.mp4
第10讲 前馈神经网络（Feed-Forward Neural Network）详解以及算法实现.mp4
第11讲 层归一化（Layer Normalization）详解以及算法实现.mp4
第12讲 残差连接（Residual Connection）详解以及算法实现.mp4
第13讲编码器（Encoder）详解以及算法实现.mp4
第14讲解码器（Decoder）详解以及算法实现.mp4
第15讲输出层（Output Layer）详解以及算法实现.mp4
第16讲构建完整的Transformer模型.mp4
第17讲Transformer PyTorch2内置实现.mp4
配套资源
