认识Transformer：入门知识

视频链接：
https://www.youtube.com/watch?v=ugWDIIOHtPA&list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4&index=60

Seq2Seq

RNN不容易被平行化
提出用CNN来代替RNN，CNN 可以平行化，但是需要的层数比较深，才能看完所有的输入内容。

Self-Attention layer

b1 到b4 是可以同时被算出。
可以用来取代RNN。

来源： Attention is all you need

然后用每一个a 去对每个k 做attention

加速的矩阵乘法过程

Multi-head self-attention

不同的head 可以关注不同的内容，达到一个更好的注意力效果。

Positional encoding

self-attention 没有考虑位置信息。
因此需要再ai的同时加ei，表示位置信息，有人工控制。

Seq2Seq with Attention

Transformer

Universal Transformer