Transformer 模型由 Google 团队在 2017 年的经典论文《Attention Is All You Need》中提出。它彻底抛弃了传统的循环神经网络（RNN）和卷积神经网络（CNN）结构，完全基于注意力机制（Attention Mechanism）来处理序列数据。 Transformer 的整体架构是一个经典的 Encoder-Decoder（编码器-解码器） 结构。 为了让你更清晰地理解，我们可以将其分为三个层面来剖析：宏观架构、核心组件以及数据流向。 --- 1. 宏观架构 (The Big Picture) 从宏观上看，Transformer 由左右两部分组成： 左侧：Encoder（编码器） 作用：负责“理解”输入序列（例如一句话）。它将输入转换成一组包含丰富语义信息的向量（Context Vector）。 特点：并行计算，一次性通过所有输入。 右侧：Decoder（解码器） 作用：负责“生成”输出序列。它根据 Encoder 提供的语义信息以及之前已经生成的词，逐个预测下一个词。 特点：自回归（Autoregressive），即上一步的输出是下一步的...
播面