最初的 Transformer 是一个基于前馈神经网络 (FFNN) 的架构，它利用了注意力机制。所以，这就是区别：transformer 使用了一种注意力机制（特别是自注意力操作），这不仅仅是这种注意力机制，而是一种编码器-解码器架构，它也利用了其他技术：例如，位置编码和层归一化。换句话说，transformer 是模型，而 attention 是模型使用的一种技术。

介绍transformer Attention Is All You Need的论文（2017，NIPS）包含transformer和attention block（即transformer中执行这种attention操作的部分）的图表。

这是变压器的示意图。

这是注意力机制的图片（从上图中可以看出，transformer 使用了右侧的多头注意力）。

需要记住的一件事是，注意力的概念对变压器来说并不新颖，因为类似的想法已经在以前的作品和模型中使用过，例如，here，尽管具体的注意力机制不同。

当然，您应该阅读上述论文以了解有关转换器、注意力机制和上图的更多详细信息。