​百面算法工程师 | Transformer​相关内容总结

本文给大家带来的百面算法工程师是深度学习Transformer的面试总结，后面还会更新swin-Transformer，vit等内容。 文章内总结了常见的提问问题，旨在为广大学子模拟出更贴合实际的面试问答场景。在这篇文章中，我们还将介绍一些常见的深度学习算法工程师面试问题，并提供参考的回答及其理论基础，以帮助求职者更好地准备面试。通过对这些问题的理解和回答，求职者可以展现出自己的深度学习算法领域的专业知识、解决问题的能力以及对实际应用场景的理解。同时，这也是为了帮助求职者更好地应对深度学习算法工程师岗位的面试挑战，提升面试的成功率和竞争力。

目录

7.1 Encoder

7.2 Decoder

7.3 训练与测试阶段Decoder的输入、输出

7.4 Transformer Encoder和Decoder的区别

7.5 Transformer中的Embedding

7.6 Positional Embedding

7.7 Transformer中的Attention以及Q、K、V

7.8 Transformer中的Multi head Attention

7.9 Mask Multi head Attention

7.10 self-attention

---

 欢迎大家订阅我的专栏一起学习共同进步

祝大家早日拿到offer！ let's go<