在这一部分我们就要弄明白“encoder和decoder之间是怎么传递讯息的”了，如果你仔细观察下图红方块那一块的话（也就是我们在 Why transformer（二）中遮起来的那一块），那我们就把这一块叫做Cross attention，它是连接encoder和decoder之间的桥梁。

三、Cross attention 

上图红色框中你会发现，有两个输入来自于encoder（图中蓝色圆圈），另外一个输入才来自decoder。那这个模组实际上是怎么运作的呢？假设我们现在输入一排向量给encoder，encoder输出一排向量a1,a2,a3后呢乘上一个矩阵产生；接下来轮到你的decoder，decoder会先吃进去一个特殊字符“beginning”，经过Masked self-attention以后，得到一个向量，把这个向量乘上一个矩阵做transform，得到一个query，记作q。紧接着把q与 做dot-product，计算得到attention的分数，这里加上一撇代表说你可能做过normalization后得到的结果。接下来再把分别乘上后加起来，得到。那这个v啊，就会被丢到FC中做处理。综上所述，q来自decoder，k跟v来自encoder，这个步骤就叫做Cross attention。

更一般的，现在假设产生一个中文字“机”，那接下来的操作也是跟上面一摸一样的。decoder输入“beginning”输入“机”产生一个向量，这个向量同样乘上一个矩阵做transform，得到一个query记作。这个同样跟去计算attention score得到；之后再分别乘上后加起来，得到，直接交给FC做处理。所以这就是Cross attention运作的过程

那写到现在，transformer简单的东西就已经全部表述完成了，关于代码的解析呢，目前还在酝酿当中 。再怎么说过年还是要玩两手牌的，所以就写到这里。