Transformer入门到精通（附高清文档）

对于很多想要学习深度学习，时间序列，计算机视觉，NLP，大模型的同学来说，Transformer肯定是不陌生的

现在基于Transformer框架的模型太多了，下面给大家推荐一本书，包含了各种基于Transformer框架的模型，方便大家对比学习，以及发现不同模型存在的不足，可以后期对模型进行改进，文末附相应的文档获取途径

这本书详细介绍了超过60种不同的Transformer框架，深入探索不同模型算法，并提供相应的案例和代码，可以在Google Colab平台上运行对应的代码

这本书主要分为7个章节，大家可以分7周来学习对应的内容

第一周：了解深度学习基础和Transformer (难度*)

第二周：深入介绍Transformer的内容，建议大家结合Dousou的视频来看 (难度**)

第三周：学习Bert模型，Bert在NLP领域具有重要作用 （难度**）

第四周：这一章主要介绍各种语言模型，比如Bert的改进版本等，可以不用细看每个模型，有个大概印象就行（难度**）

第五周：主要学习Transformer的各种变体，可以看看别人都是怎么改进模型的 （难度**）

第六周：介绍Transforer的预训练模型以及应用 （难度***）

第七周：关注Transformer的可解释性，挺有意思的一个研究方向，建议大家多了解拓展视野 （难度**）

学完上面的内容，大家肯定对NLP，大模型领域有比较好的基础以及比较深的理解了，可以去学习更多高级技巧

上面的内容除了第四第五章可以略看，其他章节都值得精度

高清的文档获取途径如下：