Transformer Attention Is All You Need 参考链接： 如何最简单、通俗地理解Transformer？ - 知乎 (zhihu.com) 一、整体结构Transformer由编码器（Encoder）和解码

时间卷积网络参考链接： TCN（Temporal Convolutional Networks）算法详解 - 知乎 (zhihu.com) TCN(Temporal Convolutional Network)时间卷积网络pytorch实战

注意力机制参考链接： 注意力机制综述（图解完整版附代码） - 知乎 (zhihu.com) 1.注意力机制的产生注意力机制是一种模仿人类视觉和认知系统的方法。通过引入注意力机制，神经网络能够自动学习并选择性关注输入中的重要信息，提高模型的性

循环神经网络参考链接： 机器学习 | 简单易懂学习RNN - 知乎 (zhihu.com) 循环神经网络详解（RNN/LSTM/GRU） - 知乎 (zhihu.com) 一、RNN循环神经网络1.直观理解RNN，即Recurrent Ne

GCN参考链接： 如何通俗易懂地解释卷积？ - 知乎 (zhihu.com) 如何理解 Graph Convolutional Network（GCN）？ - 知乎 (zhihu.com) 1.什么是离散卷积？CNN中卷积发挥什么作用？f

卷积神经网络参考链接： 机器学习算法之——卷积神经网络(CNN)原理讲解 - 知乎 (zhihu.com) 一、从神经网络到卷积神经网络卷积神经网络依旧是层级网络，只是层的功能和形式发生变化，相当于传统神经网络的改进。下图是一个CNN的示例