考虑同一个的问题：将由
个词元组成的序列映射到另一个长度相同的序列，其中的每个输入词元或输出词元由
维向量表示。
我们将比较能够解决上述问题的三种常用方法：卷积神经网络（CNN）、循环神经网络（RNN）和自注意力（self-attention），从三个维度比较这三种架构：计算复杂度、顺序操作和最大路径长度。
其中，讨论顺序操作是因为顺序操作会妨碍并行计算。任意的序列位置组合之间的路径越短，越能更轻松地学习序列中的远距离依赖关系。
1、卷积神经网络（CNN）
考虑⼀个卷积核⼤⼩为
的卷积层。（后续文章中将介绍关于使⽤卷积神经⽹络处理序列的详细信息）⽬前只需要知道的是，由于序列⻓度是，输⼊和输出的通道数量都是，所以卷积层的计算复杂度为
。 如图所⽰，卷积神经⽹络是分层的，因此为有
个顺序操作，最⼤路径⻓度为
。例如，
和
处于图中卷积核⼤⼩为3的双层卷积神经⽹络的感受野内。
2、循环神经网络（RNN）
当更新循环神经⽹络的隐状态时，
权重矩阵和维隐状态的乘法计算复杂度为
。由于序列⻓度为， 因此循环神经⽹络层的计算复杂度为
。根据图，有
个顺序操作⽆法并⾏化，最⼤路径⻓度 也是。
3、自注意力（self-attention）
在⾃注意⼒中，查询、键和值都是
矩阵。考虑缩放的"点－积"注意⼒，其中矩阵乘 以
矩阵。之后输出的
矩阵乘以矩阵。因此，⾃注意⼒具有
计算复杂性。正如在图中所讲，每个词元都通过⾃注意⼒直接连接到任何其他词元。因此，有个顺序操作可以并⾏计算，最⼤路径⻓度也是。
4、小结
总⽽⾔之，卷积神经⽹络和⾃注意⼒都拥有并⾏计算的优势，⽽且⾃注意⼒的最⼤路径⻓度最短，但是因为其计算复杂度是关于序列⻓度的⼆次⽅（⾃注意⼒具有计算复杂性），所以在很⻓的序列中计算会⾮常慢。