本書從原理的角度, 系統(tǒng)地講解序列監(jiān)督學(xué)習(xí)、序列聚合、注意力機(jī)制、Transformer層以及三種類型的Transformer架構(gòu); 從應(yīng)用的角度, 講解并演示如何在自然語言處理、計算機(jī)視覺、信號處理、推薦系統(tǒng)、深度強(qiáng)化學(xué)習(xí)等領(lǐng)域使用Transformer架構(gòu)完成文本分類、文本生成、機(jī)器翻譯、語音識別、語音合成、圖像分類、圖像說明、視頻分類、視頻預(yù)測等任務(wù); 并從實踐的角度, 通過47個循序漸進(jìn)的實驗, 引領(lǐng)讀者使用PyTorch框架獨立編程實現(xiàn)上述方法和架構(gòu)、完成上述任務(wù)。