我正在关注一个关于Transformer的博客
http://jalammar.github.io/illustrated-transformer/
我唯一不明白的是为什么需要一组编码器或解码器堆栈。我理解多头注意力层能够捕捉问题的不同表示空间，但我不知道为什么需要垂直堆叠编码器和解码器。难道一个编码器/解码器层不能工作吗？
回答：
层堆叠是任何深度学习架构强大之处的关键，仅使用单个带注意力的编码器/解码器无法捕捉到建模整个语言或在像语言翻译这样复杂的任务上达到高精度所需的复杂性，使用编码器/解码器堆栈可以让网络提取层次化的特征并建模复杂问题。
