# Figura esquemática de la arquitectura Transformer · Yila

> Esquema apaisado con el bloque codificador apilado arriba a la izquierda, dos paneles que despliegan la atención multicabeza hasta su núcleo de producto escalar escalado y un panel aparte con la red feed-forward por posición abajo a la derecha, a la medida de una sección de métodos o de una clase.

URL: https://yila.ai/es/templates/transformer-architecture-network-figure

La figura va del conjunto a las partes. El bloque codificador de arriba a la izquierda arranca donde el embedding de entrada se suma a la codificación posicional y pasa por la autoatención multicabeza, un nodo de suma y normalización y la red feed-forward, con una marca de tarjetas apiladas que indica la repetición. Los paneles de atención abren después ese bloque: consultas, claves y valores reciben cada uno su propia proyección lineal y entran en el núcleo de producto escalar escalado, con multiplicación de matrices, escalado, una máscara opcional y normalización; luego las cabezas se concatenan y se proyectan otra vez. El panel inferior derecho despliega la red feed-forward en dos capas lineales en torno a una única activación, de modo que el grosor de línea y una paleta reducida sostienen la jerarquía.

- **Bloque codificador**: Embedding, atención, suma y normalización y feed-forward apilados de abajo arriba, con la marca de repetición en la esquina superior del bloque.
- **Entrada de la codificación posicional**: La codificación posicional se une al embedding de entrada en una suma dentro de un círculo, con la flecha subiendo hacia el bloque superior.
- **Conexiones residuales**: Líneas que rodean cada subcapa hasta su nodo de suma, con un trazo que la leyenda distingue del tronco principal.
- **Panel multicabeza**: Tarjetas desplazadas que representan las cabezas, con la primera y la última rotuladas en cada extremo de la pila.
- **Proyecciones de consulta, clave y valor**: Tres proyecciones lineales una al lado de otra, cada una con su propia matriz de pesos y el símbolo de dimensión que le corresponde.
- **Núcleo de producto escalar escalado**: Multiplicación de matrices, escalado, la máscara opcional y la normalización en una sola columna, que termina en el producto con los valores.
- **Concatenación y proyección**: Las salidas de las cabezas se funden en un único tensor y pasan por una capa lineal final rotulada con la dimensión del modelo.
- **Panel feed-forward**: Dos capas lineales alrededor de una única activación, con las funciones de activación posibles indicadas entre corchetes junto al recuadro.

- Figura de mecanismo para artículo, Material docente, Diapositivas de defensa, Web del laboratorio

- **Diga dónde va la normalización**: Normalizar después de la subcapa y normalizar antes son opciones habituales, y la que dibuje el esquema tiene que coincidir con su código; de lo contrario, quien reconstruya el modelo a partir de la figura montará un bloque equivocado.
- **La máscara no es automática**: La autoatención del codificador no suele llevar máscara causal, así que, si el recuadro de máscara opcional aparece en el núcleo, aclare que corresponde al decodificador o al relleno y no a ocultar posiciones futuras en todas las capas.
- **Dimensiones coherentes**: Los símbolos de las proyecciones, de la concatenación y de la capa de salida deben concordar entre sí, con el número de cabezas por la anchura de cada cabeza igual a la dimensión del modelo, una relación que conviene escribir en el pie.
- **Nombre lo que queda fuera**: Aquí solo se despliega el lado del codificador: añada el decodificador y su atención cruzada si su modelo es codificador-decodificador, o diga claramente en el pie que la figura muestra únicamente el codificador.

## FAQ

### ¿Puede ir directamente a un artículo?

Úsela como borrador para la sección de métodos. Es una imagen rasterizada generada por IA, así que revise la ortografía dentro de cada recuadro, el sentido de cada flecha y los símbolos de dimensión frente a su código, y pida en el chat que se quiten los paneles duplicados o sobrantes antes de darla por definitiva.

### ¿Se pueden modificar elementos de la figura?

No elemento por elemento, pero puede seguir ajustándola conversando en Yila: añadir el decodificador y su atención cruzada, adelantar la normalización a cada subcapa, quitar el recuadro de máscara o dejar solo el bloque codificador, y después generar una versión nueva a partir de esa descripción.

### ¿En qué formato se entrega?

Como imagen PNG generada por IA en horizontal, adecuada para una figura de métodos, un apunte docente o una diapositiva de defensa. No es un gráfico vectorial, de modo que la letra pequeña de los recuadros pierde nitidez al reducir la figura y debe revisarse al tamaño de envío.

### ¿Cuesta algo?

Explorar esta página y ver el ejemplo no cuesta nada. Generar su propia versión en Yila consume créditos, y una cuenta nueva recibe 2.500, suficientes para ajustar la profundidad, los paneles de atención y el bloque feed-forward en varias rondas.

### Trabajo con modelos de visión. ¿Se puede adaptar?

Sí. La atención y la red feed-forward conservan su forma; describa la entrada como embeddings de parches, pida la codificación posicional que corresponda a su configuración y añada la cabeza de clasificación o la ruta de decodificación fuera del bloque.

### ¿Puedo quedarme solo con el bloque codificador?

Pida el bloque de arriba a la izquierda por sí solo, sin los paneles de atención ni de feed-forward. El resultado, estrecho, cabe en una esquina de una diapositiva o de un apunte donde el funcionamiento interno se explica en el texto.

---

- [Figura esquemática de la arquitectura Transformer](https://yila.ai/es/templates/transformer-architecture-network-figure)
- [llms.txt](https://yila.ai/es/llms.txt)
