MIT 6.S191 (2024): Recurrent Neural Networks, Transformers, and Attention

摘要

介紹 RNN、LSTM 與注意力機制等深度學習核心概念，涵蓋序列建模與反向傳播原理。適合想學習神經網路架構與實際應用的人。

This video covers Recurrent Neural Networks, LSTMs, and Attention mechanisms for sequence modeling.

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。

提到的工具與公司

• RNN
• LSTM
• Backpropagation

適合誰看

正在學習深度學習或需要理解序列模型原理的人。

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

0.61

新鮮

0.03

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 (2025): 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
• Attention? Attention!文章 ・ Lilian Weng（部落格）
• 【TAICA_生成式AI：文字與圖像生成的原理與實務】5. AI怎麼記得前面說過什麼影片 ・ Iveai - I've AI
• The Transformer Family文章 ・ Lilian Weng（部落格）