本课程中使用的符号表示

这部分内容有帮助吗？

参考文献

Deep Learning, Ian Goodfellow, Yoshua Bengio, and Aaron Courville, 2016 (MIT Press) - 一本标准教材，在机器学习和深度学习的背景下建立了线性代数、微积分和概率的数学符号体系。
Attention Is All You Need, Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin, 2017 Neural Information Processing Systems (NeurIPS) DOI: 10.48550/arXiv.1706.03762 - 介绍了 Transformer 架构，并定义了其组件（如 Q、K、V 矩阵和自注意力机制）所使用的许多特定符号。
PyTorch Tensors, PyTorch Authors, 2024 - PyTorch 官方文档，解释了 PyTorch 张量、其创建、形状和基本操作，与理解数学符号到代码的映射直接相关。
CS224n: Natural Language Processing with Deep Learning, Diyi Yang, Tatsunori Hashimoto, 2025 (Stanford University) - 一门领先的大学课程，始终如一地应用深度学习的标准符号，尤其是在自然语言处理和 Transformer 模型的背景下。