4.5 深度学习的明星模型.pptxVIP

ResNet、Transformer、GAN：它们各自凭什么改写了一个领域？人工智能通识·第4章·人工神经网络4.5深度学习的明星模型

学习目标·WHATYOUCANDO学完这一节，你能做到这五件事1说清ResNet的残差连接解决了什么老问题。2说清Transformer的自注意力为什么能取代RNN。3说出GAN的生成器与判别器是怎么对抗的。4为三个模型各举出一个真实应用场景。5对比三者各自革新了哪个领域、凭什么成了明星。本节对应教材4.5深度学习的明星模型。

学习路线·MAP这一节，按三位明星各走一站第一位ResNet

让网络敢加深第二位Transformer

让语言有全局注意力第三位GAN

让机器学会创造顺序：视觉先深（ResNet）→语言并行（Transformer）→开始生成（GAN）。本节路线：ResNet→Transformer→GAN。

本节驱动问题·DRIVINGQUESTION模型那么多，凭什么偏偏是这三个

成了明星？你会卡在哪里它们各自赶上了什么时机？又各自打破了哪个前人解不开的死结？为什么是加深、自注意力、对抗生成这三个方向真正改写了领域？

引入·三个方向为什么这三个方向，各自出圈？不同领域卡在不同瓶颈，于是长出了不同的明星设计。图像处理网络越深特征越好，但太深训不动——→ResNet自然语言