告别CNN？一张图等于16x16个字，计算机视觉也用上Transformer了

ECCV2022兼具线性复杂度和全局感受野的优点！谷歌&UT-Austin提出MaxViT，在多个任务上实现SOTA性能！

打破Transformer宿命，新秀VOLO开源！横扫CV多项记录，首个超越87%的模型

重大里程碑！VOLO屠榜CV任务，无需额外数据，首次在ImageNet 上达到87.1%

谷歌最新提出无需卷积、注意力 ，纯MLP构成的视觉架构！网友：MLP is All You Need...

LeCun力挺，马毅教授五年集大成之作：完全数学可解释的白盒Transformer，性能不输ViT

如何做深ViT模型？NUS、字节：引入Re-attention机制，实现强大性能

一种架构来完成所有任务—Transformer架构正在以一己之力统一AI江湖

一个神经网络学习一切！谷歌又放了个大卫星(附论文)

一文搞懂ChatGPT相关概念和区别：GPT、大模型、AIGC、LLM、Transformer、羊驼、LangChain…..

深度学习|transformers的近期工作成果综述

没有点积注意力就不香了吗？Transformer中自注意力机制的反思

ICLR2023 | 用提示学习进行多层次的蛋白质结构预训练

为什么使用自注意力机制？