第1章: 贝叶斯理论下的Transformer揭秘

1，基于Bayesian Theory，融Hard Attention、Soft Attention、Self-Attention、Multi-head Attention于一身的Transformer架构

2，为什么说抛弃了传统模型（例如RNN、 LSTM、CNN等）的Transformer拉开了非序列化模型时代的序幕？

3，为什么说Transformer是预训练领域底层通用引擎？

4，Transformer的Input-Encoder-Decoder-Output模型组建逐一剖析

5，Transformer中Encoder-Decoder模型进行Training时候处理Data的全生命周期七大步骤揭秘

6，Transformer中Encoder-Decoder模型进行Inference时候处理Data的全生命周期六大步骤详解

7，Teacher Forcing数学原理及在Transformer中的应用