Transformer

神经网络理论与技术学习以及工具

作者

文章介绍了神经网络模型的学习方法，包括数学计算工具（如PyTorch和TensorFlow）以及神经网络模型结构。强调了理论基础的重要性，并提到了训练过程中的损失计算、反向传播等步骤。学习建议是从案例开始实现自己的神经网络模型，理解其工作机制再深入实践。

神经网络技术栈介绍——PyTorch，Transformer，NLP，CV，Embedding

作者

文章介绍了神经网络的基本概念及其在不同任务领域中的应用，包括RNN、CNN和Transformer等模型。指出PyTorch和TensorFlow是实现这些思想的具体工具，并强调了神经网络与自然语言处理(NLP)和计算机视觉(CV)任务结合的重要性。同时提醒学习者不要过分依赖神经网络技术来解决NLP和CV的问题。