大模型算法基礎：Transformers原理與應用
田永林 張亞洲 王飛躍
282人在讀
22.5萬字總字數
¥34.86定價
田永林 張亞洲 王飛躍
"在人工智能迅猛發展的背景下，Transformer作爲大模型的核心架構，已成爲推動智能技術變革的重要引擎。本書梳理了Transformer的技術脈絡與典型應用，旨在幫助讀者全面理解這一劃時代的信息機器。 全書共6章，系統闡述Transformer模型的核心機制與演進路徑。第1章介紹自注意力機制等基礎構件； 第2~4章分別探討Transformer在自然語言處理、計算機視覺和多模態學習中的應用，涵蓋BERT、ViT、CLIP等代表性模型； 第5章聚焦自動駕駛場景，展示Transformer在感知、預測與規劃等模塊中的統一建模潛力； 第6章則討論基於Transformer的AI智能體構建，展望其在通用智能系統中的未來發展方向。 本書適合人工智能、計算機科學、認知科學等相關領域的高校師生、研究人員、開發工程師及行業從業者閱讀，也爲關注AI技術發展的管理者與決策者提供了清晰的技術脈絡與應用圖景。 "
部分解釋有參考價值，在中文書裏算清楚的。推薦英文書 natural language processing with transformers .Lewis Tuntall .講的更清楚。
開始對自注意力機制的原理解釋還有些東西，後面開始就變成了堆砌文字和概念了。既沒有新的觀點和論據，也沒有對於外行人的深入淺出的解釋，感覺就是一篇湊字數的三流論文。