提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 装饰模式模拟变形金刚 一、问题描述二、问题分析1.类图 三、装饰模式简介1.装饰模式的优点2.装饰模式的缺点3.应用场景4.透明装饰模式与半透明模式 四、代码及结果 一、问题描…

洪荒之初，万物之始 宇宙起源之处 至尊太君（Primacron）用火种创造了两个生命的先驱 虽然不敢相信，但他就是至尊太君 第一个叫宇宙大帝（Unicron），代表“浑沌”、“黑暗”与“毁灭” 宇宙大帝&am…

震撼啊，震撼。期待已久的变形金刚果然不同反响，特效和音响做的超赞，F22的出击效果做的不同凡响，机械人临场感十足。 看之前本来还担心由于造型变化过大，心理上接受不了，但是看了以后才发现，自己…

这几天年假，闲来无事，一直在看《变形金刚之胜利之斗争》。今天看到这样一段：博派副官布利加资格颇老，经验丰富，于是总管后进的变体战队成员飞翼、疾风、向风叫小子，飞翼等三人感觉自己遭到轻视，…

写了上一篇，就必有这一篇~ 1. TRM在做啥？ 我们输入一个I love you，输出我爱你，输入一段声音，输出得到你真美。输入长度跟输出长度没有决定性的关系，由机器决定输出的是什么。 2. TRM原理 2.1 TRM模型结…

bert就是无监督训练的transformer transformer :seq2seq model with “self-attention” 单向的RNN: 在输出b4的时候，已经看了a1~a4 在输出b3的时候，已经看了a1~a3 双向的RNN: 在输出每一个bi的时候，已经看了a1~a4 RNN的优点： 可…

Background Transformer发明的背景是在循环神经网络业已成熟阶段，但是成熟的循环神经网络例如LSTM和RNNS等对于长文本的分析效果并不是很理想。当时已经将注意力机制引入了编码器-解码器架构，典型的例子就是Seq2seq。但还是不够，于是就有大聪…

上一篇博客里面，我们讲解了self-attention机制。而self-attention机制最早是在“Attenion Is All Your Need”这篇论文中提出的。而self-attention只不过是这边论文的很小一支而已。所以今天在这里我们要介绍这篇论文的精髓所在——Transformer（“变形金…