从零实现 2017 Transformer 架构：PyTorch 训练优化求助

开发者使用 PyTorch 从零实现了 2017 Transformer 架构，并询问如何缩短训练时间、改善模型效果。当前模型仅使用 2 层 encoder 和 decoder，并以 1000 个词训练，因此预测表现不佳。