视频链接：
https://www.youtube.com/watch?v=ugWDIIOHtPA&list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4&index=60
文章目录
- Self-Attention layer
- Multi-head self-attention
- Positional encoding
- Seq2Seq with Attention
- Transformer
- Universal Transformer
Seq2Seq
RNN不容易被平行化
提出用CNN来代替RNN，CNN 可以平行化，但是需要的层数比较深，才能看完所有的输入内容。
Self-Attention layer
b1 到b4 是可以同时被算出。
可以用来取代RNN。
来源： Attention is all you need
然后用每一个a 去对每个k 做attention
加速的矩阵乘法过程
Multi-head self-attention
不同的head 可以关注不同的内容，达到一个更好的注意力效果。
Positional encoding
self-attention 没有考虑位置信息。
因此需要再ai的同时加ei，表示位置信息，有人工控制。
Seq2Seq with Attention
Transformer
Universal Transformer
