Transformer使用的自注意力机制还是注意力机制，注意力机制的含义，自注意力机制的含义，一级注意力机制与自注意力机制的区别

Transformer使用的是自注意力机制。

注意力机制指的是在输入序列中选取与当前位置相关的一些位置，然后对这些位置进行加权求和，得到当前位置的表示。这个加权求和的权重可以根据不同的需求和算法来计算，比如softmax函数、点积、加性等。

自注意力机制是一种特殊的注意力机制，它是基于输入序列本身进行计算的。具体来说，自注意力机制会将输入序列中的每个位置都看作是查询（query）、键（key）和值（value），然后计算出每个位置与整个序列中其他位置的注意力权重，最后将各个位置的值按权重加权求和得到其表示。

一级注意力机制通常是指从多个输入序列中选取与当前位置相关的一些位置，然后对这些位置进行加权求和。而自注意力机制只涉及一个输入序列，它的计算过程中所有的位置都是彼此相关的，因此可以更好地捕捉序列中的长程依赖关系。