1.2.4 线性层和softmax层

解码器最终的输出是一个浮点向量，我们需要将其转换为一个单词。为了实现这一点，Transformer模型中使用了一个线性层，它是一个全连接神经网络，将解码器的输出向量投影到一个更大的向量，称为logits向量，它的维度和词表大小一致，向量中的每一个元素对应一个词元的分数。

接下来让logits向量通过softmax层，将这些分数转化为概率，确保所有概率都是正数且总和为1.0。最后选择概率最大的元素对应的索引，并将与其关联的词元作为该时间步的输出。

整个过程从线性层开始，通过线性层将解码器的输出转换为一个向量。然后，该向量经过softmax层，将分数转化为概率，选择概率最大的单元格，并将与其关联的单词作为输出内容。