Transformer最具体形象的例子就是做机器翻译了，搞懂这个再去理解其他用Transformer做的下游任务就更方便了，比如时间序列预测，你搞不懂Encoder/Decoder的数据怎么喂进去的，怎么编码的，为什么编码，那不是就有点本末倒置了，基础都没get，现在的文章大部分都是直接给模型理解，没讲清楚整体流程，这篇文章的目的就是讲清楚整个流程。
链接1看Encoder-decoder如何机器翻译这个看懂了，再看森哥的Transformer，再看看官方开源代码，整体概念与实现细节就差不多了，多练，忘了回来反复看。
PPT看这个就够了
DeepLearning/9_RNN_6.pdf at master · wangshusen/DeepLearning · GitHub
视频看森哥就够了
RNN模型与NLP应用(7/9)：机器翻译与Seq2Seq模型_哔哩哔哩_bilibili基础流程还得看森哥的视频
参考资料
6_机器翻译与Seq2Seq模型_IT-cute的博客-CSDN博客