Transformer学习

文章目录 一、前言 二、模型结构 二、Self-Attention Mechanism 三、为什么计算可并行 四、Mult-head Attention 五、positional Encoding 六、残差连接和层归一化 七、position-wise Feed-Forward Networks 参考资料：   一个月之后，要学习Bert模型了，发现学过的transformer已经忘光了，所以又回

>>阅读原文<<