Skip to content
李彼德之家

李彼德之家

科技前沿誌

  • 首頁
  • 關於我
  • 網站介紹與狀態
  • 科技知識分享Expand
    • 白話文科技
    • 白話文人工智慧
  • 平台應用分享
  • 技術實作分享
  • 自研網頁工具
  • 生活分享
  • 聯絡我與夥伴連結
李彼德之家
李彼德之家
科技前沿誌

Transformer

Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解
機器學習技術新知 | 白話文人工智慧 | 科技知識分享

Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解

ByPeter_Li 2 2 月, 202428 11 月, 2024

Why Transformer? 傳統RNN的架構是採用時序性的類神經網…

Read More Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解Continue

Transformer介紹:為何它是現今NLP技術發展的基石?
機器學習技術新知 | 白話文人工智慧 | 科技知識分享

Transformer介紹:為何它是現今NLP技術發展的基石?

ByPeter_Li 16 12 月, 202316 12 月, 2023

機器翻譯架構 Transformer可應用在許多任務當中，本篇文章以機器…

Read More Transformer介紹:為何它是現今NLP技術發展的基石?Continue

近期文章

2024 年 12 月
一 二 三 四 五 六 日
 1
2345678
9101112131415
16171819202122
23242526272829
3031  
« 11 月    

最新文章

  • 電子書閱讀器原理是什麼?為何不用平板閱讀?
  • 開銷預測器—節省荷包的幫手
  • 多模態AI (Multimodal)
  • 用ChatGPT帶您了解數學方程式
  • 半監督式學習Semi-Supervised Learning

文章分類

  • 力學
  • 平台應用分享
  • 技術實作分享
  • 教學
  • 機器學習基礎
  • 機器學習技術新知
  • 生活分享
  • 白話文人工智慧
  • 白話文科技
  • 科學基礎
  • 科技知識分享
  • 能源
  • 自研網頁工具
  • 鋰離子電池

網站統計

  • 4,816
  • 76,310
  • 6
  • 94
  • 6
  • 22 12 月, 2024

最熱門的內容

  • 類神經網路(Deep neural network, DNN)介紹 (7,290)
  • Rule-based v.s. AI方法比較 (5,827)
  • Softmax函數原理—多元分類核心技術 (4,149)
  • Rule-based method是什麼? 與Machine Learning的差異為何?它們的應用場景是在哪裡? (4,148)
  • 深入解析Relu與Sigmoid函數：如何影響類神經網路的學習效果？ (3,866)
  • 遞迴類神經網路(Recurrent neural network,RNN)介紹 (3,696)
  • 大型語言模型(large language model, LLM) :微調技巧(fine-tuning) (3,648)
  • ChatGPT背後可能原理機制為何? (3,377)
  • 類神經網路—前向傳播法 (3,371)
  • 分群演算法(cluster analysis) (3,273)
  • 從BERT到GPT模型帶您綜觀大型語言模型(LLM)：編碼器(Encoder-only)，編碼器解碼器(Encoder-Decoder)，解碼器方法(Decoder-only) (3,070)
  • 白話文帶您了解反向傳播法 (3,033)
  • 卷積類神經網路(Convolution neural network,CNN)介紹 (2,993)
  • 反向傳播法: 淺談梯度 (2,913)
  • 批次訓練(mini-batch)是什麼?為何它可解決龐大數據面臨的痛點? (2,813)
  • 監督式學習的訓練方法—六步驟帶您了解 (2,601)
  • 類神經網路—揭開網路架構調整秘辛 (2,334)
  • Transformer核心原理: 從三個Multi-Head Attention角度，白話文範例帶您了解 (2,277)
  • Attention機制的關鍵概念—Query, Key, Value用類比法帶您快速了解 (2,267)
  • ChatGPT是什麼？探索GPT原理：遷移學習(transfer learning)的奧秘—微調(fine-tuning)技巧 (2,181)
  • 從自編碼器(autoencoder)到ChatGPT架構:探索大型語言模型(LLM)的原理與基本概念 (2,179)
  • 揭開反向傳播法神秘面紗 (2,059)
  • 自編碼器介紹(Autoencoder) (2,018)
  • Linear函數與Tanh函數之原理探索 (1,992)
  • 梯度下降法—五步驟帶您了解 (1,965)
  • 回歸與分類—機器學習面臨的問題種類介紹 (1,920)
  • 從ChatGPT探索GPT的原理概念:少量數據的解方—遷移學習技巧 (1,874)
  • Transformer介紹:為何它是現今NLP技術發展的基石? (1,783)
  • 等高線圖講解學習率 (1,684)
  • 精確度(均方根誤差,MSE)與穩健度(全距,Range)的考量 (1,634)

李彼德粉絲專頁

© 2024 李彼德之家 - WordPress Theme by Kadence WP

  • 首頁
  • 關於我
  • 網站介紹與狀態
  • 科技知識分享
    • 白話文科技
    • 白話文人工智慧
  • 平台應用分享
  • 技術實作分享
  • 自研網頁工具
  • 生活分享
  • 聯絡我與夥伴連結
Search