注意力機制（Attention）VS Transformer

差異說明 

• 注意力機制（Attention）
  是一種讓模型自動「關注」輸入中重要部分的技術。最早被用在 RNN、CNN 等架構裡，幫助模型捕捉長距離依賴或重點資訊。例如，機器翻譯時讓模型知道該專注於哪個單字。

• Transformer
  是一種完整的神經網路架構，完全建立在注意力機制之上。它不只用注意力，還有多層堆疊、前饋神經網路、位置編碼等設計。Transformer 的最大創新是「只用注意力機制」來取代傳統的循環或卷積結構。

關係 

• Transformer = 一種「只用注意力機制」的架構

• 注意力機制 ≠ Transformer，因為注意力也可以用在其他模型（如 RNN+Attention）

小結 

你可以把注意力機制想成一個「零件」，而 Transformer 則是「用這個零件打造出來的整台機器」。