学习一个东西之前首先要明白要去了解什么？

概念（组成），性质，特点，作用（用处）

概念：

        transformer是一种自然语言处理(NLP)和其他序列到序列（seq2seq)任务（如文本翻译）的深度学习架构。它是2017你那由Vaswani等人首次提出。

        其创新点在于引入了自注意力机制，同时还用好了残差连接和层归一化。

其他补充：

softmax是一种逻辑函数，将一组实数转化为概率分布， 即输出一个实数向量，‌其中每个元素的值都在0到1之间，‌且所有元素之和等于1。‌ 与hardmax不同的是，hardmax直接选择最大值，而softmax是给每个赋予概率值，对于处理复杂问题更为合理。此外，‌Softmax的使用还有助于解决梯度问题，‌因为在神经网络中使用Softmax可以避免梯度稀疏性问题，‌使得训练过程更加稳定和有效

scales：指的是多尺度特征的集合，这些特征是从不同尺度的卷积核中提取出来的（用于提高模型的鲁棒性和精度），这种多尺度的处理方法在深度学习的多个领域中都有应用，‌旨在提高模型对不同尺寸对象的识别和处理能力。

matmul通常指的是矩阵乘法操作.matmul函数用于执行这种计算。‌矩阵乘法是神经网络中不可或缺的操作，‌因为它允许网络层之间的信息传递和变换。‌(matmul是矩阵相乘，本文作用是对不同的key赋予不同quary值）

mask:通常指的是一种技术或方法，对图像或数据进行特定区域遮挡或处理，进而让感兴趣（有用）的部分更加凸显。常用作屏蔽不重要部分，提取有用部分，结构特征的提取等。

tensor（张量）：高维度的数据容器，多维数组。标量就是0维张量，向量就是1维张量，矩阵就是二维张量。他们区别如下图：

      

参考：

原英文论文地址：https://arxiv.org/abs/1706.03762

Transformer详解-CSDN博客（含代码）https://github.com/Meituan-AutoML/Twins

【超详细】【原理篇&实战篇】一文读懂Transformer-CSDN博客