理解Transformer（五）：最后的秘密武器——层归一化、残差连接与编码器-解码器

本周，我们用一次深度解析来结束Transformer系列：聚焦那些小但关键的构建块，它们支撑着整个模型的运行。

过去4篇文章，我们覆盖了从RNN的痛点、LSTM的改进、位置编码，到LLM背后的完整注意力机制（虽然Transformer也可以用于文本以外的任务）。

但架构图上还有几个部分没有涉及。在最后一篇中，我们来看看这些“配角”：

• Layer Normalisation：为什么每个token在前进前都会被重新缩放
• Residual Connections：让信号顺畅流动的“快车道”
• Feed-Forward Networks：每一步的局部非线性精炼
• Encoder-Decoder Attention：实现翻译的单向管道

到最后，你将完整地看到Transformer块的每一块拼图，希望整体图景能豁然开朗。让我们强势收尾。

博客系列

✅ 理解Transformer（一）：为什么RNN几乎无法训练