书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-86章
共86章
免费
版权信息
免费
作者简介
免费
内容简介
免费
前言
免费
引言
免费
第1章 Transformer模型基础
免费
1.1 Seq2Seq模型
免费
1.2 分词与嵌入层
免费
1.3 自注意力与多头注意力机制
免费
1.4 残差连接与层归一化
免费
1.5 位置编码器
免费
1.6 本章小结
免费
1.7 思考题
免费
第2章 GPT模型文本生成核心原理与实现
免费
2.1 GPT-2核心模块
免费
2.2 GPT模型的文本生成过程
免费
2.3 模型效果评估与调优
免费
2.4 本章小结
免费
2.5 思考题
免费
第3章 BERT模型核心实现与预训练
3.1 BERT模型的核心实现
3.2 预训练任务:掩码语言模型(MLM)
3.3 BERT模型的微调与分类任务应用
3.4 本章小结
3.5 思考题
第4章 ViT模型
4.1 图像分块与嵌入
4.2 ViT模型的核心架构实现
4.3 训练与评估ViT模型
4.4 ViT模型与注意力严格量化分析
4.5 本章小结
4.6 思考题
第5章 高阶微调策略:Adapter Tuning与P-Tuning
5.1 Adapter Tuning的实现
5.2 LoRA Tuning实现
5.3 Prompt Tuning与P-Tuning的应用
5.4 本章小结
5.5 思考题
第6章 数据处理与数据增强
6.1 数据预处理与清洗
6.2 文本数据增强
6.3 分词与嵌入层的应用
6.4 本章小结
6.5 思考题
第7章 模型性能优化:混合精度训练与分布式训练
7.1 混合精度训练的实现
7.2 多GPU并行与分布式训练的实现
7.3 梯度累积的实现
7.4 本章小结
7.5 思考题
×