LSTM已死，Transformer当立（LSTM is dead. Long Live Transformers! ）：下

2017 年，Google 在论文 Attention is All you need 中提出了 Transformer 模型，其使用 Self-Attention 结构取代了在 NLP 任务中常用的 RNN 网络结构。而且实验也证明Transformer 在效果上已经完败传统的 RNN 网络。Transformer 的整体模型架构如下图所示。尽管它看起来还是很复杂的，但其实我们已经知道了像全连接层（Feed Forward），Softmax层这些基础概念。而在本系列文章的前一篇里（上），我们也解释过了Multi-Head Attention层。 本文将解释搭建Transformer 模型的其它细节。

编码组件（上图中作侧部分）由多层编码块（Encoder Block）组成，所以图中使用Nx来表示，在论文中作者使用了 6 层编码器，在实际使用过程中你可以尝试其他层数。

解码组件（上图中右侧部分）也是由相同层数的解码块（Decoder Block）组成（在论文也使用了 6 层），在实际使用过程中你可以尝试其他层数。

本文中部分插图引用自【1】和【2】。

一、编码组件

Transformer 中单词的输入由两部分组成：单词 Embedding 和位置 Embedding （Positional Encoding）。

<