拿下Transformer

本文将会系统的介绍自然语言处理和图像领域的Transformer内容，篇幅较长，请耐心阅读(小白大佬均可)。

Transformer 的直观认识

Transformer就是一个encoder和decoder结构。只是encoder和decoder有很多层，encoder的输出还会作为下一个encoder的输入，通过N个encoder(大部分论文中是六个)编码后，将第六个encoder的输出传给decoder，并在decoder中重复数次。

Encoder

Encoder即为把自然语言序列或图像的每一个patch映射为隐藏层的数学表达的过程。Encoder部分将会按照绿框所示的五个部分分别展开：

相关阅读:
git小组分工写产品的增删改査，回顾ssm的使用
【牛客】VL74 异步复位同步释放
极简web集成 rtsp/rtmp免插件播放，web rtsp/rtmp推流方案
JAVAWEB学习笔记-前端基础
将激光点云数据投影到二维图像及对三维点云上色
几道简单的Linux驱动相关面试题，你看你会几题？
【无标题】
滑动窗口总结模板与例题（c++）
0043-python爬虫学习第二天：beautifulsoup库
有什么学习 Web 前端的技巧分享？

原文地址：https://blog.csdn.net/qq_42308217/article/details/126793679