The Illustrated Transformer – Jay Alammar – Visualizing machine learning one concept at a time. が分かりやすいらしい。英語がつらいから DeepL に訳させるか・・・。
詳解ディープラーニング 第2版 | マイナビブックス も良さそうかも？
https://github.com/yusugomori/deeplearning-keras-tf2-torch/tree/master/6 に実装を置いてくれているのがとても良い・・・。
