Attention Is All You NeedPDF Download

Transformer 用基于注意力的组件来处理序列，论文展开了编码器、解码器、位置信息和训练设置之间的配合。

试着跟着一个词元走完整个模型，再看公式，会顺畅很多。标题足够响亮，真正解释设计取舍的，还是结构图与消融实验。