Set Transformer 和 Standard Transformer 模型的区别？
Difference in Set Transformer and Standard Transformer Model?
set transformer 的优点是能够处理可变大小的输入。然而，我认为普通的变压器也能做同样的事情。这两种模型有何区别？为什么要使用其中一种？
set transformer不需要位置编码吗？它是否更加模块化并且更容易选择您要使用的部分？
此处供参考的是设置变压器的论文和代码
转换器是一种适用于元素集的模型。它的传统用途是单词序列，这需要为每个元素添加一个位置嵌入，使模型不是 permutation-invariant。默认情况下（不添加此位置嵌入），转换器是 permutation-invariant.
Transformer 是一种模型架构，由 N 个注意力块组成，然后是 element-wise MLP（通常具有残差连接）。由于其 permutation-invariant 属性，这适用于集合。序列唯一不同的是，您需要注入有关元素位置的信息，方法是在输入处向标记添加位置嵌入（使其成为非 permutation-invariant）。
所以是的，你可以（你可以说模型是一样的，只是预处理步骤不同）。
set transformer 的优点是能够处理可变大小的输入。然而，我认为普通的变压器也能做同样的事情。这两种模型有何区别？为什么要使用其中一种？
set transformer不需要位置编码吗？它是否更加模块化并且更容易选择您要使用的部分？
此处供参考的是设置变压器的论文和代码
转换器是一种适用于元素集的模型。它的传统用途是单词序列，这需要为每个元素添加一个位置嵌入，使模型不是 permutation-invariant。默认情况下（不添加此位置嵌入），转换器是 permutation-invariant.
Transformer 是一种模型架构，由 N 个注意力块组成，然后是 element-wise MLP（通常具有残差连接）。由于其 permutation-invariant 属性，这适用于集合。序列唯一不同的是，您需要注入有关元素位置的信息，方法是在输入处向标记添加位置嵌入（使其成为非 permutation-invariant）。 所以是的，你可以（你可以说模型是一样的，只是预处理步骤不同）。