机器翻译已经从上个世纪五十年代就已经开始研究了，所以本文课程主要是进一步对transformer架构熟系，明白机器翻译过程当中的应用以及其中NLP领域一些知识点的学习，对于了解和理解NLP领域相关的知识点非常的重要，当然学习本课程之前首先对NLP具有一定的了解，学习完本课程之后你将会对机器翻译的大致流程以及模型的推理具有一定的认识。
基于Transformer的机器翻译
共5节 已有11人学过
主讲老师张旭波
更新时间2025-04-09 11:06:53
课件资料暂无
免费
加载中...
课程介绍
讲师介绍
张旭波
对计算机视觉（图像分类，目标检测，语义分割），NLP，文生图以及GAN领域感兴趣。 B站：https://space.bilibili.com/625095571 CSDN博客：https://blog.csdn.net/Keep_Trying_Go? spm=1010.2135.3001.5421 GitHub: https://github.com/KeepTryingTo
AI课程导读
本课程以“基于 Transformer 的机器翻译实现”为主线，用五课时带你从整体流程走到代码落地。核心价值在于不只讲理论，而是把编码器-解码器、多头注意力、位置编码、mask、BOS/EOS、交叉熵训练、Greedy Search 与 Beam Search 等关键机制，放进真实翻译项目中理解。适合已了解 PyTorch 基础、希望打通 Transformer 从数据到推理全链路的学习者，也适合想复现机器翻译 Demo、准备课程设计或项目实践的人。学完后，你将掌握平行语料处理、分词器构建、Dataset 构造、Transformer 模型搭建、训练与断点续训、验证与自回归贪心解码，并能用轻量界面完成翻译 Demo。课程还提醒你关注数据质量、长句比例与词表外词对效果的影响，为后续优化评估指标、Beam Search 和多语言翻译打下扎实基础。
AI课程大纲
张旭波
对计算机视觉（图像分类，目标检测，语义分割），NLP，文生图以及GAN领域感兴趣。 B站：https://space.bilibili.com/625095571 CSDN博客：https://blog.csdn.net/Keep_Trying_Go? spm=1010.2135.3001.5421 GitHub: https://github.com/KeepTryingTo
评价
给该课程打分：
发表