时序transformer和普通transformer的区别

时序Transformer和普通Transformer在应用领域和数据处理方式上有所不同。

普通Transformer主要应用于自然语言处理（NLP）和计算机视觉（CV）任务，通过注意力机制来处理序列数据。它们通常用于处理文本序列或图像序列，例如翻译、文本生成、图像分类等任务。普通Transformer的输入通常是标记化的数据，如单词、句子或图像块。

而时序Transformer主要应用于时间序列任务，如预测股票价格、天气预测、语音识别等。时序Transformer的输入是时间序列数据，例如时间序列的观测值或传感器数据。与普通Transformer不同的是，时序Transformer不需要对数据进行标记或切割成固定大小的块。相反，它们采用更传统的方法来准备训练数据。

时序Transformer和普通Transformer的区别主要体现在数据处理方式上，以及应用领域的不同。时序Transformer更适用于处理时间序列数据，而普通Transformer更适用于处理文本序列或图像序列。