我尝试同过炸酱面的例子，让所有人都能理解Transformer的核心Self-Attention。你在做老北京炸酱面的酱，食谱包括一系列步骤：准备食材（干黄酱、甜面酱、猪肉、葱姜等）、洗菜、切菜（葱姜蒜等）、炒肉，调和干黄酱、甜面酱、凉水、酱油后，加入锅中，慢炖成酱。我们将从FNN开始讲起，最终讲到Self-Attention，每个算法将以不同的方式处理这个食谱，从简单的单步处理到复杂的全局优化，模拟从新手到大师级厨师的进化。

炸酱面版

新厨子：处理独立、静态输入的FNN

FNN全称是Feedforward Neural Network，前馈申请网络。FNN是最简单的神经网络，像一个完全新手的厨子，只看当前的步骤，没有前后的步骤的记忆和关联。一个新手厨子第一次拿到菜谱后，就开始按照菜谱做饭，看一一步做一步，每一步都是独立的，比如看到了“切葱”的步骤，就只看到切葱的输入粗细，长短等，输出就是切成小段的细葱丝。但是他并不管前面的步骤，也不管后面的步骤。如果前面一步洗葱，如果并没有洗就切葱了，葱上如果有泥。如果后面的步骤是200度热油炒香葱丝，那么如果葱丝切的很细，下锅就糊了。这就如同一个手忙脚乱的新厨师，只能按照每一步指令干活，只顾眼前。这样的优点就是每一个步骤都简单，适合独立步骤的任务。但是由于忽略的步骤的连续性，如果食谱是“1. 洗葱；2. 切葱；3. 炒肉”，FNN把每步当独立任务，可能导致错误：没洗就切，葱不干净；或切得太细，下锅一炒就糊了。那么这炒酱的工作是一个连续性的工作，FNN无法处理好这种有序列性的工作，就像新手不懂整体流程。需要能记住前因后果的模型，引出RNN。

<