顶会上的热宠：Transformer
前段时间 Transformer已席卷计算机视觉领域，并获得大量好评，如『基于Swin-Transformer』、『美团提出具有「位置编码」的Transformer，性能优于ViT和DeiT』、『Lifting Transformer』、『TimeSformer』等等.
Transformer为什么这么有实力？
因为它在分类、检测等任务上展现了极其强劲的性能。而且骨干网络上的发展也推动了下游任务的发展，Swin Transformer 更是成了屠榜般的存在，在工业界具有广阔的应用前景。所以引起了人工智能研究生的强烈兴趣。
但要想啃透 CV Transformer 难度不小：一方面，Transformer 本是应用于 NLP的论文，其中很多内容都形成了共识，在论文中并不会去详细介绍这些共识内容，例如 QKV是什么，embedding 是什么等，对于其他方向的人看到这些就很难理解。
尽管已经引起了极大的关注，但将其应用于其他领域时仍面临许多挑战，包括从方法论的合理性到实际商业业务表现。
咕泡科技很荣幸的邀请到了在人工智能、计算机视觉领域有着丰富的一线实战经验的唐宇迪博士，利用2天的时间，为大家系统地梳理Transformer技术。
直播时间 ：12月7日-12月8日，20:00-22:30
神经网络模型知识点分析
神经网络模型整体架构解读
卷积神经网络整体架构及参数设计
Day2：AI领域最火模块Transformer实例解读
2022AI领域大杀器--Transformer架构思想分析 论文刷点创新必备模块--注意力机制解读 2022各大厂项目如何与Transformer结合与落地 Transformer前沿研究方向分析与探索
对Transformer技术感兴趣的同学，扫下方二维码，预约直播。
原价199
扫描下方二维码
0.02元报名 !
福利较大，限前100名
讲师带练，伴随式编程环境
同时还有@唐宇迪老师将会分享 , 一线热门技术和行业经验，众多学员亲测有效的一套技术提升方案，帮你摆脱迷茫，明确成长方向！
三位一体跟踪服务，项目实战驱动 , 深刻理解原理
完课礼包
注意：已整理到网盘 , 添加助理 , 报名课程后免费领取！
福利较大，限前100名
Q&A
微信扫码关注该文公众号作者
戳这里提交新闻线索和高质量文章给我们。
来源: qq
点击查看作者最近其他文章