a久橙: 例如，Decoder首次输入“”，Decoder输出为本时刻预测结果“汤姆”；然后Decoder输入“汤姆”，Decoder输出预测结果“汤姆追逐”；之后Decoder输入“汤姆追逐”，则输出预测结果“汤姆追逐杰瑞”；最后Decoder输入“汤姆追逐杰瑞”，预测输出“汤姆追逐杰瑞”，此时输入输出一致，则结果整个流程。 ———————————————— 博主写的很好。感觉上面这部分是不是应该是这样的： Decoder输入“汤姆”，Decoder输出预测结果“追逐”；之后Decoder输入“汤姆追逐”，则输出预测结果“杰瑞”；最后Decoder输入“汤姆追逐杰瑞”，预测输出结束符，此时结束整个流程。

m0_74385081: 亲测了网上的transformer翻译源码，预测时decoder也会使用掩码机制，使用的次数是翻译后句子的长度len，也就是会有len个mask后的矩阵和memary做交叉注意力，

克里斯keris: 以解决

叫什么名字好了: https://pytorch.org/text/stable/_modules/torchtext/datasets/multi30k.html用这里面的连接，测试集在那个github里也有

孔孔_FuZhan: 这个链接现在好像挂了，你是直接通过链接下载的吗