Transformer为什么会比CNN好
张祥雨：Transformer究竟做对了什么，CNN能不能从中学习？
Transformer对时序预测真的有效吗? | AAAI'23 Oral
SGD and Adam in Transformer[Transformer中的数学part36]
解耦知识蒸馏【CVPR2022】【知识蒸馏】
理解Wq'Wk的性质 [Transformer中的数学part33]
self-attention求导 [Transformer中的数学part28]
【沈向洋带你读论文】Transformers 在图学习表征方面真的表现不佳吗？【Transformers】【图学习】
Normalization的本质 [Transformer中的数学part31]
self-attention完整求导公式 [Transformer中的数学part29]
理论分析不同参数的影响[Transformer中的数学part35]
【ReadPaper保姆级教程】手把手教你搞定论文阅读神器ReadPaper | 论文如何高效读懂？论文笔记要怎么做？
【沈向洋带你读论文】Swin Transformer 马尔奖论文（ICCV 2021最佳论文）
注意力稀疏化原理 [Transformer中的数学part34]
当FFN遇上Normalization[Transformer中的数学part37]
Wq Wk Wv的导数推导 [Transformer中的数学part32]
代码验证理论 (6)[Transformer中的数学part47]
强化学习下的多教师知识蒸馏模型【沈向洋带你读论文】【知识蒸馏】
Deeply Normalizated Transformer[Transformer中的数学part40]
代码验证理论 (3)[Transformer中的数学part44]
