【包教会的】7小时吃透Transformer！Huggingface调用Bert模型实战！ | 代码逐行讲解 | 源码开放 | 高效入门

Parts

1. P1 · 00 看一遍就学会Transformer
2. P2 · 01 3分钟认识Transformer
3. P3 · 02 自注意力机制的本质
4. P4 · 03 为什么要判断样本重要性？
5. P5 · 04 从注意力计算到相关性计算
6. P6 · 05 Q、K、V矩阵
7. P7 · 06 自注意力机制的数学流程
8. P8 · 07 多头注意力机制
9. P9 · 08 课件领取+更多公开课福利！
10. P10 · 09 欢迎来到Transformer入门实战
11. P11 · 10 Transformer结构之编码器Encoder
12. P12 · 11 Transformer结构之解码器Decoder
13. P13 · 12 PyTorch中的Transformer元素
14. P14 · 13 在PyTorch中实现Transformer层
15. P15 · 14 PyTorch中的Encoder层
16. P16 · 15 从0实现Encoder-Only架构
17. P17 · 16 Encoder-Only架构的正向传播
18. P18 · 17 课件领取+更多公开课福利！
19. P19 · 18 欢迎来到Decoder入门实战
20. P20 · 19 Decoder-Only结构的训练预测流程
21. P21 · 20 Decoder注意力层的并行训练结构
22. P22 · 21 PyTorch中的Decoder层
23. P23 · 22 文字生成案例节选 (1) Decoder-Only架构的数据准备
24. P24 · 23 文字生成案例节选 (2) Decoder-Only架构的Dataloader处理
25. P25 · 24 Decoder课件领取+更多公开课资料！
26. P26 · 25 欢迎来到Huggingface入门实战
27. P27 · 26 Huggingface主页 (1) Model页面的使用
28. P28 · 27 Huggingface主页 (2) Doc、Datasets与Spaces
29. P29 · 28 Huggingface两大高效应用方法
30. P30 · 29 预训练Bert模型的调用实战
31. P31 · 30 预训练Bert模型的二分类预测实战
32. P32 · 31 HF课件领取+更多公开课资料！