本项目旨在通过机器翻译任务，深入展示Transformer架构中各个核心组件的作用和贡献。通过可视化和实验分析，来间接理解Transformer原理。

1. 展示Transformer各组件作用：

   • 多头自注意力机制
   • 位置编码
   • 前馈神经网络
   • 残差连接和层归一化

2. 消融实验：

   • 移除不同组件的影响
   • 分析各组件对性能的贡献

3. 注意力可视化：

   • 展示注意力权重分布
   • 分析不同头的注意力模式

4. 性能对比：

   • 与RNN、LSTM等传统模型对比
   • 不同配置下的性能分析

• Python 3.8+
• PyTorch 1.9+
• NumPy
• Matplotlib
• Seaborn
• tqdm

1. 安装依赖：

pip install -r requirements.txt

2. 组件分析：

python experiments/component_analysis.py

3. 消融实验：

python experiments/ablation_study.py

4. 注意力可视化：

python experiments/attention_visualization.py