如果你2017年论文看不顺，可能是因为没看花书（2016），对NN完全没有了解导致的，否则multi-head attention就是个fancy mlp没道理非要找翻译才能看懂

至于其他文章，如果你打算跳过这两个那就随便看看wikipedia吧

另外，论坛就是这样，你觉得大家回答的不对不采纳就是了，最后还是自己判断对自己负责

【 在 feng321 的大作中提到: 】
: 不是 很新，总比2016年的书新吧？
--
FROM 1.202.11.*