对Transformer中Add&Norm层的理解-CSDN博客

GPT模型总结【模型结构及计算过程_详细说明】_gpt结构-CSDN博客

推荐30个以上比较好的中文nlp意图识别模型源码？-CSDN博客

Few-shot learning（少样本学习）入门 - 知乎 (zhihu.com)

零次学习（Zero-Shot Learning）入门 (zhihu.com)

ERNIE 3.0: 用于语言理解和生成的大规模知识强化预训练 - 知乎 (zhihu.com)

全连接层的主要作用就是将前层（卷积、池化等层）计算得到的特征空间映射样本标记空间。简单的说就是将特征表示整合成一个值，其优点在于减少特征位置对于分类结果的影响，提高了整个网络的鲁棒性。