- Transformer - Transformer Decoder
实现 masked self-attention、cross-attention、前馈网络，并组合完整 Encoder-Decoder 模型。
6 min read - Transformer - Transformer Encoder
拆解 Pre-LN Encoder Block、自注意力、前馈网络、残差连接与多层堆叠。
5 min read - Transformer - Transformer 的输入嵌入与位置编码
解释 Token Embedding、正弦余弦位置编码及其 PyTorch 实现与张量形状。
5 min read - Transformer - 从 Additive Attention 到 Multi-Head Attention
从 Bahdanau Attention 出发，推导缩放点积注意力、多头机制以及 padding 和 causal mask。
16 min read