transformer模型代码python

Transformer模型是一种用于自然语言处理任务的强大模型，它在机器翻译、文本生成等任务中取得了很好的效果。下面是一个简单的Transformer模型的代码示例（使用Python语言）：

import torch
import torch.nn as nn
import torch.nn.functional as F

class Transformer(nn.Module):
    def __init__(self, input_dim, hidden_dim, num_layers, num_heads):
        super(Transformer, self).__init__()
        self.embedding = nn.Embedding(input_dim, hidden_dim)
        self.encoder = nn.TransformerEncoder(
            nn.TransformerEncoderLayer(hidden_dim, num_heads),
            num_layers
        )
        self.fc = nn.Linear(hidden_dim, input_dim)

    def forward(self, x):
        embedded = self.embedding(x)
        encoded = self.encoder(embedded)
        output = self.fc(encoded)
        return F.log_softmax(output, dim=-1)

上述代码中，我们定义了一个名为Transformer的类，它继承自nn.Module。在构造函数`__init__`中，我们定义了模型的各个组件：嵌入层（embedding）、编码器（encoder）和全连接层（fc）。在前向传播函数`forward`中，我们首先将输入序列进行嵌入操作，然后通过编码器进行编码，最后通过全连接层输出预测结果。

相关问题：
1. Transformer模型是什么？
2. Transformer模型在哪些任务中表现出色？
3. 什么是嵌入层（embedding）？
4. 什么是编码器（encoder）？
5. 什么是全连接层（fc）？