Transformer&ChatGPT解密:原理、源码及案例 王家林段智华 北京航空航天大学出版社

第1篇Transformer架构及源码篇

第1章Bayesian Transformer思想及数学原理完整论证

1.1贝叶斯数学原理

1.2MLE和MAP数学推导

1.3语言模型Language Model原理机制、数学推导及神经网络实现

1.4图解Transformer精髓

1.5Bayesian Transformer和传统Transformer的主要区别

1.6Bayesian Transformer在学术和工业领域的意义

1.7贝叶斯Bayesian Transformer数学推导论证过程全生命周期详解及底层神经网络物理机制剖析

第2章Transformer架构源码完整实现

2.1Transformer架构内部的等级化结构及其在NLP中的应用内幕

2.2数学内幕、注意力机制代码实现及Transformer可视化

2.3以对话机器人的流式架构为例阐述Transformer学习的第三境界

2.4以智能对话机器人为例阐述Transformer的自编码autoencoding和自回归autoregressive语言模型内幕机制

第3章Transformer语言模型架构、数学原理及内幕机制

……