请阐述Transformer的原理以及和其他注意力机制的区别

回答思路

1. 准确描述自注意力机制的计算流程与核心数学步骤
2. 能解释多头注意力、位置编码等关键组件的设计动机
3. 能对比Transformer注意力与传统注意力（如加性、点积、多头）的区别
4. 能客观说明Transformer的优缺点与典型适用范围