深度学习

Attention Is All You Need：为什么序列建模可以把循环拿掉

基于论文原文重建 Transformer 的核心论证：作者为何要摆脱 recurrence，self-attention 与 multi-head 分别解决了什么问题，以及训练与实验究竟支撑了哪些结论。