1.2.4 線性層和softmax層

解碼器最終的輸出是一個浮點向量，我們需要將其轉換為一個單詞。為了實現這一點，Transformer模型中使用了一個線性層，它是一個全連接神經網絡，將解碼器的輸出向量投影到一個更大的向量，稱為logits向量，它的維度和詞表大小一致，向量中的每一個元素對應一個詞元的分數。

接下來讓logits向量通過softmax層，將這些分數轉化為概率，確保所有概率都是正數且總和為1.0。最后選擇概率最大的元素對應的索引，并將與其關聯的詞元作為該時間步的輸出。

整個過程從線性層開始，通過線性層將解碼器的輸出轉換為一個向量。然后，該向量經過softmax層，將分數轉化為概率，選擇概率最大的單元格，并將與其關聯的單詞作為輸出內容。