学会transformer，只用这一片就够了，学不会来砍我！

2022年年底，由人工智能实验室OpenAI发布的对话式大型语言模型ChatGPT，以其强大的信息整合和对话能力惊艳全球，两个月内月活用户突破1亿。随着 ChatGPT 的爆火，不禁有人会产生疑问，如此强大的功能是如何实现的？
ChatGPT使用的是 Transformer 算法。OpenAI 通过使用巨大的语料库，使用 Transformer 架构的神经网络对我进行了预训练，使其能够对文本数据进行高效的处理和生成。那么问题来了，Transformer是什么，他是如何运行的，下面请听我娓娓道来。

1.transformer的结构

在了解transformer的结构之前，让我们先举一个例子。翻译软件大家都知道，随便打开一个翻译软件，进行一次英译汉，比如说我输入i love the 2022 Beijing Winter Games那么结果会输出什么呢？

这里我们可以发现，机器成功的翻译出来我们所输入的信息，这里我们所输入的i love the 2022 Beijing Winter Games为输入值，系统输出的为我爱2022年北京冬奥会输出值，我们将软件所进行的不为人知的操作称之为黑箱，因此我们可以将将其分为三部分，输入值，黑箱，输出值，如下图所示。

那么这个黑箱中又是什么呢？其实所谓的“黑箱”，就是Transformer，Transformer的构造很简单，有两大部分构成，由Encoder 和 Decoder，也就是编码器与解码器两大部分构成。

在一般情况下，Encoder和Decoder都分别有6个，因此如下所示

而这里的Encoder，又分为Self-Attention和前馈网络两个部分

Decoder，则在Self-Attention和前馈网络两个部分的基础上，增加了一个encoder-decoder-Attention

到这里，我们的基础架构就讲完了，那么肯定有同学会疑惑，Self-Attention和前馈网络以及encoder-decoder-Attention这些都是干什么的呢？以及transformer具体是如何工作呢？下面我来分别进行详细的讲解。