本文是对李宏毅老师的课程进行了整理。
视频地址为：
https://www.bilibili.com/video/BV1Wv411h7kN?p=35
1 引入
Transform的应用场景
2 基本原理
Transform机制由编码器（Encoder）和解码器（Decoder）构成。
- 编码器：输入是一组向量序列，输出为一组向量序列，attention（注意力机制）、CNN、RNN等都可以作为Encoder；
- 解码器：根据编码器的输出，利用Begin特殊符号、输入向量序列得到后续的输出向量序列（如一段文字）。
上图例子的步骤如下：
- Encoder的输入为：机器学习；输出为：向量序列；
- Decoder第一次输入为：Encoder输出的向量序列、Begin特殊符号；第一次输出为文字出现的概率，假设最大的概率为：机；
- Decoder第二次输入为：Decoder第一次输出的向量序列、器；第二次输出为文字出现的概率，假设最大的概率为：器；
- 重复直到整个序列处理完成为止。
因为Decoder不知道最后的输出长度是多少，所以必须在输出部分增加一个结束符号，用“END”表示。
Decoder有两种方式：
- AT(Autoregressive) Decoder：输入一个序列，输出也是一个序列（一个一个单词输出）；
- NAT Decoder：输入一串Begin（PPT是写的START），直接输出一个句子。
问：NAT Decoder方式如何知道结束？
答：有两种方法，（1）用另外的分类器，输入为Encoder的输入，输出为句子的长度；（2）假设句子最长不超过300，直接输入300个Begin，然后得到一个句子，在输出END之后的单词都不考虑。
问：NAT Decoder方式有什么优点？
答：平行，更稳定。
