一、Add（残差连接）

作用：使模型卷的更深，因为模型要重复N次，Add操作充分考虑了模型复杂度，抵抗模型深度所导致输入信号的衰减，

二、Norm(Normaliation正则化)

作用：把分散的分布重新拉回到正常的分布区间之中。

三、Feed Forward

前馈网络（feed-forward network）是一种常见的神经网络结构，由一个或多个线性变换和非线性激活函数组成。它的输入是一个词向量，经过一系列线性变换和激活函数处理之后，输出另一个词向量。
作用：模仿神经元结构，内置两组Linear数据进行转换。