使用Transformer实现自动调制识别（RML2016.10a，未优化准确率达90%）

应粉丝要求，本文给出大型模型Transformer的信号识别的实现方式（附代码）
基于RML2016.10a识别精度可达90%+。（由于代码直接引入，未进行调参，大家可以自行优化。）

相关文章可见：https://blog.csdn.net/QAQIknow/article/details/119963986

由于设备条件有限，本文使用RML2016.10a数据集，有条件可以更改输入大小以适配其他数据集。

相关内容：

深度学习框架	Tensorflow+Keras 参考配置请点击这里
模型	相关代码
CNN/ResNet	使用CNN/ResNet实现自动调制识别(RML2018.01a)
LSTM	使用LSTM实现自动调制识别(RML2018.01a))
CLDNN	使用CLDNN实现自动调制识别(RML2018.01a))