MIT 6.S191 (2025): Recurrent Neural Networks, Transformers, and Attention

摘要

由 Ava Amini 教授講述 MIT 6.S191 課程第二講，介紹迴圈神經網路（RNN）的基本概念。觀眾可以學習到 RNN 如何處理序列資料及其在深度學習中的應用。

This video covers Recurrent Neural Networks in the MIT 6.S191 course, explaining their role in processing sequential data for deep learning.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

適合誰看

適合正在學習深度學習基礎或需要理解序列模型原理的初學者。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.65

新鮮

0.11

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention影片 ・ Alexander Amini ・ 58 分鐘
• MIT 6.S191 (2024): Recurrent Neural Networks, Transformers, and Attention影片 ・ Alexander Amini ・ 1 小時 2 分
• Stanford CME295 Transformers & LLMs | Autumn 2026 | Lecture 1 - Transformers影片 ・ Stanford Online ・ 1 小時 44 分
• OpenAI Astra and Recurrent Depth / Looped Transformers影片 ・ Sebastian Raschka ・ 28 分鐘
• Attention? Attention!文章 ・ Lilian Weng（部落格）
• 【生成式AI時代下的機器學習(2025)】第四講：Transformer 的時代要結束了嗎？介紹 Transformer 的競爭者們影片 ・ Hung-yi Lee ・ 1 小時 23 分