一文了解Transformer全貌（图解Transformer）
Sep 26, 2025 · 网上有关Transformer原理的介绍很多，在本文中我们将尽量模型简化，让普通读者也能轻松理解。 1. Transformer整体结构 在机器翻译中，Transformer可以将一种语言翻译成 …
如何最简单、通俗地理解Transformer？ - 知乎
Transformer最开始应用于NLP领域的机器翻译任务，但是它的通用性很好，除了NLP领域的其他任务，经过变体，还可以用于视觉领域，如ViT（Vision Transformer）。 这些特点 …
Transformer两大变种：GPT和BERT的差别（易懂版）-2更
Jul 16, 2025 · Transformer是GPT和BERT的前身。谷歌和OpenAI在自然语言处理技术上的优化，都是基于这个模型。 更多关于的Transformer可以看文章： ChatGPT与Transformer（无公 …
Transformer模型怎么用于regression的问题？ - 知乎
回归问题概述 Transformer模型基础 回归问题中的Transformer架构调整 应用案例 优化与技巧 挑战与改进 1. 回归问题概述 回归问题是监督学习中的一种任务，目标是预测一个连续值。这类问 …
深度学习中“Transformer”怎么翻译为中文？ - 知乎
Transformer 个人觉得不翻译为好。 Transformer按在机器翻译中原意可以翻译为变形器或变换器。但随着Transformer的普及，它已经成为一类以 自注意力 为主要部件的特定模型，其原本在机 …
为什么 2024 年以后 MMDiT 模块成为了大规模文生视频或者文生 …
而且对于纯transformer架构，文本tokens和图像tokens拼接在一起也是很自然且容易的事情（UNet的图像是2D特征，而文本是1D特征）。 而且，SD3的技术报告中其实也对不同的架构 …
为什么Transformer适合做多模态任务？ - 知乎
但是Transformer，特别是ViT (Vision Transformer)出来之后，这个模型壁垒就被打破了，人们发现原来对付图像和文本都可以使用同一个模型，那么处理多模态的任务，就直接使用把两种模态 …
挑战 Transformer：全新架构 Mamba 详解
Sep 23, 2025 · 而就在最近，一名为 Mamba 的架构似乎打破了这一局面。 与类似规模的 Transformer 相比， Mamba 具有 5 倍的吞吐量， 而且 Mamba-3B 的效果与两倍于其规模的 …
Transformer统治的时代，LSTM模型并没有被代替，LSTM …
大家说的Transformer效果好，大多数时候指的使用是预训练的Transformer，也就是BERT、XLNET这些预训练模型。 单独用随机参数初始化的Transformer，除了Seq2Seq类模型（生成 …
transformer和cnn有什么区别？ - 知乎
transformer和CNN有一个区别是transformer是单尺度的算法，而CNN是多尺度的算法。 这是由于来自于NLP的transformer，每个词是具有语义信息的，而在处理图像的CNN中，单个像素往 …