Transformer 编码器
编码器在干吗：词向量、图片向量，总而言之，编码器就是让计算机能够更合理地（不确定性的）认识人类世界客观存在的一些东西
Transformer 解码器
解码器会接收编码器生成的词向量，然后通过这个词向量去生成翻译的结果。
解码器的 Self-Attention 在编码已经生成的单词
假如目标词“我是一个学生”—》masked Self-Attention
训练阶段：目标词“我是一个学生”是已知的，然后 Self-Attention 是对“我是一个学生” 做计算
如果不做 masked，每次训练阶段，都会获得全部的信息
如果做 masked，Self-Attention 第一次对“我”做计算
Self-Attention 第二次对“我是”做计算
……
测试阶段：
- 目标词未知，假设目标词是“我是一个学生”（未知），Self-Attention 第一次对“我”做计算
- 第二次对“我是”做计算
- ……
而测试阶段，没生成一点，获得一点
生成词
Linear 层转换成词表的维度
softmax 得到最大词的概率
softmax 细话
单词表
