Google于2017年6月在arxiv上发布了一篇非常经典的文章：Attention is all you need，提出了解决sequence to sequence问题的transformer模型，该文章使用全Attention的结构代替了LSTM，抛弃了之前传统的encoder-decoder模型必须结合CNN或者RNN的固有模式。在减少计算量和提高并行效率的同时还取得了更好的结果，也被评为2017年 NLP 领域的年度最佳论文。那么，下面就来详细剖析一下Transformer模型。
本资源整理了包含Vision Transformer & Attention的综合论文列表，包括论文、代码和相关网站。
资源整理自网络，下载及获取见源地址：https://github.com/cmhungsteve/Awesome-Transformer-Attention
目录
内容截图
