使用PyTorch简洁实现Transformer模型的源码+模型+详细注释+运行指南

```text # MyTransformer_pytorch 关于Transformer模型的最简洁pytorch实现，包含详细注释 > 本实现版本相比参考代码删去了每个模块不必要的返回（如注意力矩阵），力求最精简明晰的实现，适用于初学者入门学习 - 参考代码有： 1. http://nlp.seas.harvard.edu/annotated-transformer/ (哈佛NLP团队实现版本) - file_list - MyTransformer.ipynb - jupyter notebook中的实现，与.py文件相比，添加了更多的说明文字 - images - 为方便理解绘制的一些图，在 MyTransformer.ipynb 中被用到 - data.py - 数据预处理 - model.py - 模型文件 - train.py - 训练模型 - test.py - 读入训练好的pth模型文件，测试模型，完成一个翻译任务 - .pth - My_Transformer.pth - 是按照原concat写法训练1000次后得到的模型，Loss约为3e-6 - My_Transformer_concat.pth - 是按照我修改后的concat写法训练1000次后得到的模型，Loss也为3e-6 - MyTransformer_fault.pth - 只训练了5个epoch的模型，用于验证所做的测试是有意义的（用此模型预测会出错） - 训练好的模型文件链接： ``` ```text 链接: https://pan.baidu.com/s/1FgbK2IP0jKHDeIHORZM82w?pwd=8shs 提取码: 8shs - 下载后解压到项目根目录下即可 ``` 资源来源于网络分享，如有侵权，请告知。仅供学习交流使用，禁止用于商业用途。