有位大佬逐模块解析transformer结构

文章预览

transformer是一种编解码（encoder-decoer）结构，用于自然语言处理、计算机视觉等领域，编解码结构是当前大模型必包含的部分。 编解码结构图： image-20240221221206633 transformer模块编码输入得到特征，然后解码得到输出。 transformer论文的一张经典图： 结合transformer论文和代码，模块主要包括了： 词嵌入模块（input embedding） 位置编码模块（Positional Encoding） 多头注意力机制模块（Multi-Head Attention） 层归一化模块（LayNorm） 残差模块 前馈神经网络模块（FFN） 交叉多头注意力机制模块（Cross Multi-Head Attention） 掩膜多头注意力机制模块（Masked Multi-Head Attention） 接下来一一介绍上述几个模块。 1. 词嵌入模块 词嵌入模块调用nn.Embedding，其主要作用是将每个单词表示成一个向量，方便下一步计算和处理。 class   TokenEmbedding (nn.Embedding) :      """     Token Embedding  ………………………………