三图解万言！！！
模型图：
动画：
首先输入源语：“I arrived at the ”
第一层 self-attention
然后第二层 self-attention,输入是上一层attention的结果
然后第三层 self-attention，输入是上一层的attention结果。
这样 见过三次多头attention后,得到输入句子的句法树。
完了Decoder是< start> 开始，拿它与encoder最后的输出进行attention，经过多次的attention得到输出。
第二个输出时，会把decoder上一步的输出也拿来一起attention.