<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[tym321的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/tym321</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; tym321]]></copyright><item><title><![CDATA[详细通俗讲解Transformer结构以及训练、推理流程]]></title><link>https://blog.youkuaiyun.com/tym321/article/details/148588907</link><guid>https://blog.youkuaiyun.com/tym321/article/details/148588907</guid><author>tym321</author><pubDate>Mon, 14 Jul 2025 16:14:19 +0800</pubDate><description><![CDATA[本文介绍了Transformer的详细结构和训练推理流程。Transformer是一种基于自注意力机制的深度学习模型，完全抛弃传统循环结构，通过并行计算高效建模长距离依赖关系。其架构分为编码器和解码器两部分，各由多个重复模块组成。在推理时，模型采用自回归方式逐词生成输出；训练时则直接计算整体输出与标签的交叉熵损失。该架构已成为自然语言处理的主流范式，并扩展至计算机视觉、语音识别等多模态领域]]></description><category></category></item></channel></rss>