本项目使用PyTorch搭建Transformer模型，并给出尽可能详细的代码注释。在阅读代码之前，请先熟读经典论文Attention Is All You Need以及关于Transformer的解释。

关于代码的细节，也可以参考Transformer in PyTorch。

• param.py设置了相关参数。

• utils.py包括四个帮助函数：自注意力的计算、掩码的生成、克隆函数。

• embeddings.py实现了词嵌入。

• positional_encoding.py实现了添加位置编码。

• multi_head_attn.py是模型中最核心的部分，实现了多头注意力机制。

• pos_feed_forward.py实现了前馈网络。

• encoder_layer.py与decoder_layer.py分别实现了编码器和解码器，包括了多头注意力机制和前馈网络。

• encoder.py与decoder.py实现了编码器和解码器的堆栈，以及编码器和解码器之间的互动。

• transformer.py实现了整一个Transformer模型。

• 运行easy_example.py即可训练一个简易的德英翻译模型。

• 简易例子的测试

• 复杂例子