深度学习模型Transformer核心组件—前馈网络FFN第一章：人工智能之不同数据类型及其特点梳理 第二章：自然语言处理(NLP)：文本向量化从文字到数字的原理 第三章：循环神经网络RNN：理解 RNN的工作机制与应用场景(附代码) 第四章：循环神经网络RNN、LSTM以及GRU 对比(附代码) 第五章：理解Seq2Seq的工作机制与应用场景中英互译(附代码) 第六章：深度学习架构Seq2Seq-添加并理解注意力机制(一) 第七章：深度学习架构Seq2Seq-添加并理解注意力机制(二) 第八章：深度学习模型Transformer初步认识整体架构 第九章：深度学