28、深度学习中的模型架构与无监督学习方法

vim8coder

于 2025-09-23 13:57:30 发布

阅读量22

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习实战精讲文章标签： Transformer RNN LSTM

本文链接：https://blog.youkuaiyun.com/vim8coder/article/details/152630638

深度学习实战精讲专栏收录该内容

42 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

深度学习中的模型架构与无监督学习方法

1. Transformer 模型输出分析

在深度学习中，Transformer 模型是一种强大的架构。我们可以通过以下代码查看 Transformer 模型的输出形状和模型的概要信息：

print(f"Transformer Output :{model_output.shape}")# (batch_size, 
target_seq_len, target_vocab_size)
print(model.summary())

输出结果如下：

--output--
Transformer Output :(32, 45, 1200)
Model: "transformer_16"
_________________________________________________________________
 Layer (type)                Output Shape              Param #
=================================================================
 encoder_20 (encoder)        multiple                 9969152
 decoder_19 (decoder)        multiple                 13226496
 dense_1256 (Dense)          multiple               615600
=