手撕损失函数：交叉熵（CE / BCE）
从信息量、信息熵与 KL 散度出发，推导交叉熵，并梳理 BCE 与 CE 的区别。
深度学习
Transformer 数学原理
Transformer 核心组件的数学推导与直觉解释
Self-Attention & Transformer 学习笔记
transformer原理与基本架构
从信息量、信息熵与 KL 散度出发，推导交叉熵，并梳理 BCE 与 CE 的区别。
Transformer 核心组件的数学推导与直觉解释
transformer原理与基本架构