当FFN遇上Normalization[Transformer中的数学part37]
self-attention完整求导公式 [Transformer中的数学part29]
Normalization的本质 [Transformer中的数学part31]
五种不同的Normalization[Transformer中的数学part39]
注意力稀疏化原理 [Transformer中的数学part34]
【闪客】一小时从函数到 Transformer
理解Wq'Wk的性质 [Transformer中的数学part33]
self-attention求导 [Transformer中的数学part28]
SGD and Adam in Transformer[Transformer中的数学part36]
代码验证理论 (3)[Transformer中的数学part44]
代码验证理论 (5)[Transformer中的数学part46]
Wq Wk Wv的导数推导 [Transformer中的数学part32]
【Transformer】最强动画讲解！目前B站最全最详细的Transformer教程，2025最新版！从理论到实战，通俗易懂解释原理，草履虫都学的会！
Deeply Normalizated Transformer[Transformer中的数学part40]
理论分析不同参数的影响[Transformer中的数学part35]
Linear Attention and Cross Attention求导公式 [Transformer中的数学part30]
【官方双语】直观解释注意力机制，Transformer的核心 | 【深度学习第6章】
代码验证理论 (1)[Transformer中的数学part42]
线性代数可视化讲解 | 1小时彻底搞懂！ | 数学不难：线性代数
【2025中英双版】吴恩达机器学习数学基础【概率论与统计】Probability Theory and Statistics--机器学习/数学基础
