Created by: AnShengqiang

模型：paddleNLP中的transformer翻译模型。 疑问：其中的decoder实现，在Attention is all you need论文中提到，有一个masked multi-head attention，但在本仓库的实现中，没有看到明显的mask操作，这里不太明白，请问这里的mask是怎么实现的？ 相关代码： https://github.com/PaddlePaddle/models/blob/eee28b3e52ad190fecc3afef35705e00512bfd1c/PaddleNLP/PaddleMT/transformer/transformer.py#L414