返回全部题目← 上一题62 / 67下一题 →题库/模型基础与推理/Q-6067实现带注意力、前馈与残差归一化的 Transformer Block。知识专题：Transformer 与注意力题目类型：代码题技术难度：进阶收录题集：4 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集4 份编码题专题汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →【Transformer、Decoder、深度学习｜L4】手撕decoder layer。 「阿里巴巴」大模型手写代码练习路线阿东玩 AI · AgentGuide · 2 条原题查看题集 →GPT-2 Transformer Block· 困难 🔴 困难 — 完整 GPT Block，理解残差连接顺序ViT Transformer Block· 困难 🔴 困难 — 视觉 Transformer 完整 Block公司案例问答汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →八股:Transformer的计算复杂度分析,写伪代码深度学习基础汇编阿东玩 AI · AgentGuide · 2 条原题查看题集 →decodelayer手撕 「阿里巴巴」归一化代码实现实现Decoder block；相关题目4 题0036Transformer 中的 Attention 如何计算？同一知识专题题目类型：原理机制技术难度：进阶相关面经：18 篇0268Self-Attention 为何利于并行训练，与 RNN 相比有哪些局限？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0572Self-Attention 为什么需要 Scaling？同一知识专题题目类型：原理机制技术难度：进阶相关面经：2 篇0575手写 Multi-Head Attention。同一知识专题题目类型：代码题技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题实现条件调制的 adaLN-Zero 模块。下一题 →实现两路注意力相减的 Differential Attention。
