大模型算法基础——Transformers原理与应用:
内容简介:本书共分6章,系统阐述了Transformer模型的核心机制与演进路径。第1章介绍了自注意力机制等基础构件;第2至4章分别探讨了Transformer在自然语言处理、计算机视觉和多模态学习中的应用,涵盖BERT、ViT、CLIP等代表性模型;第5章聚焦自动驾驶场景,展示Transformer在感知、预测与规划等模块中的统一建模潜力;第6章则讨论了基于Transformer的AI智能体构建,展望其在通用智能系统中的未来发展方向。
登录后可荐购