本書從原理的角度, 系統(tǒng)地講解序列監(jiān)督學習、序列聚合、注意力機制、Transformer層以及三種類型的Transformer架構; 從應用的角度, 講解并演示如何在自然語言處理、計算機視覺、信號處理、推薦系統(tǒng)、深度強化學習等領域使用Transformer架構完成文本分類、文本生成、機器翻譯、語音識別、語音合成、圖像分類、圖像說明、視頻分類、視頻預測等任務; 并從實踐的角度, 通過47個循序漸進的實驗, 引領讀者使用PyTorch框架獨立編程實現(xiàn)上述方法和架構、完成上述任務。