从零实现诗词GPT大模型：实现Transformer架构

专栏规划: https://qibin.blog.csdn.net/article/details/137728228

首先说明一下，跟其他文章不太一样，在本篇文章中不会对Transformer架构中的自注意力机制进行讲解，而是后面单独1~2篇文章详细讲解自注意力机制，我认为由浅入深的先了解Transformer整体架构和其中比较简单的部分，后面再详细讲解自注意力更容易理解Transformer架构。

Transformer架构是Google在2017的著名的论文Attention Is All You Need中提出，Transformer的整体架构可以用以下这张著名的架构图来说明

从架构图可以看出，Transformer由左右两部分组成，左边的叫encoder，右边的叫decoder，每一部分都有两个核心组件Multi-Head Attention和Feed Forward