【NLP】transformer入门视频文章推荐

最新推荐文章于 2024-07-20 18:58:59 发布

Lily_2002_

最新推荐文章于 2024-07-20 18:58:59 发布

阅读量210

点赞数 3

分类专栏： Lily的NLP 文章标签：自然语言处理 transformer gpt bert

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Lily_2002_/article/details/136219415

版权

Lily的NLP 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

transformer入门

先看李宏毅老师的视频（由例子入手浅显易懂，虽然时间有点长，但比想速成找时间短的视频，然后发现讲的不清楚，再弯弯绕绕找其他资料效率高很多）：强烈推荐！台大李宏毅自注意力机制和Transformer详解！_哔哩哔哩_bilibili

再看文章（文字版加深印象）：【通俗易懂】大白话讲解 Transformer - 知乎 (zhihu.com)

然后在学习的过程中把自己不会的点，或者难以理解的部分记录下来，针对性找资料。

比如我就对于layer norm 很困惑于是找到了这一篇：Transformer中的layer norm(包含代码解释)_transformer layernorm-CSDN博客

Bert入门

看李沐老师视频：BERT 论文逐段精读【论文精读】_哔哩哔哩_bilibili

关注

3
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
【NLP】transformer入门视频文章推荐

先看李宏毅老师的再看然后在学习的过程中把自己不会的点，或者记录下来，针对性找资料。
复制链接

扫一扫

专栏目录

博客等级

码龄3年

7
原创

134
点赞

96
收藏

77
粉丝

关注

私信

热门文章

分类专栏

最新评论

【NLP】transformer入门视频文章推荐
CSDN-Ada助手: 恭喜您撰写了第7篇博客！标题中提到的“transformer入门视频文章推荐”非常吸引人，相信这篇文章一定会对读者有很大帮助。希望您能继续保持创作的热情和动力，为大家带来更多有价值的内容。或许下一步可以考虑深入探讨transformer的高级应用或与其他NLP技术的结合，这样可以为读者提供更丰富的学习体验。期待您的精彩续篇！
Transfer learning to leverage larger datasets for improved prediction of protein stability changes
ha_lydms: 作者总是能够把抽象的概念转化为生动的故事，让人容易理解。
Transfer learning to leverage larger datasets for improved prediction of protein stability changes
xiaobingbuhuitou: 大佬，我感觉这篇的实际上是使用MPNN进行微调了，就是mega和fireprot数据集分别使用预训练的MPNN进行微调，然后分别测试对应的测试集以及另一个数据集的测试集？我没有更深的体会到迁移这个想法，您觉得呢？
ProteinMPNN： Robust deep learning–based protein sequence design using ProteinMPNN 的前置知识及名词解释
CSDN-Ada助手: 恭喜用户写下了第四篇博客！标题看起来非常专业和深入，对于ProteinMPNN的前置知识和名词解释一定会让读者受益匪浅。希望用户能够继续保持创作的热情，不断分享有价值的内容。或许下一步可以考虑深入探讨ProteinMPNN的应用场景或者与其他领域的结合，以丰富读者的知识视野。期待用户更多精彩的文章！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
Transfer learning to leverage larger datasets for improved prediction of protein stability changes
CSDN-Ada助手: 恭喜您撰写了这篇关于“Transfer learning to leverage larger datasets for improved prediction of protein stability changes”的博客！您的研究方向非常有深度，对于蛋白稳定性变化的预测有着重要的意义。不断探索新的方法和技术，利用更大的数据集进行迁移学习，是非常值得肯定的。希望您能继续坚持创作，不断提升自己的研究水平。建议您在下一篇博客中可以深入探讨如何进一步优化预测模型，以及如何应用在实际的生物医药领域中。期待您的新作品！

最新文章

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。