在上一章了解了核心注意力机制 (attention mechanism)后，我们将这些部件组合起来，以构建完整的 Transformer 架构。本章将详细介绍模型的结构，解释编码器和解码器堆栈如何在序列到序列任务中配合工作。

您将了解以下内容：

• 整体编码器-解码器布局。
• 输入处理，包括词元 (token)嵌入 (embedding)以及使用正弦和余弦函数等位置编码 (positional encoding)技术加入位置信息。
• 编码器层的结构，包含多头自注意力 (self-attention)模块和逐位置前馈网络。
• 解码器层的结构，包括遮蔽多头自注意力、编码器-解码器注意力和前馈网络。
• 残差连接和层归一化 (normalization)（Add & Norm）在稳定网络和改善梯度流动中的作用。
• 解码器输出如何通过线性层和 Softmax 函数转换为最终词元概率。
• 一个实践实现部分，重点在于构建单个编码器层。

在本章结束时，您将理解这些不同部分如何组合形成完整的 Transformer 模型，以及每个组件设计背后的原理。