Transformer是哪一环节开始计算损失更新权值啊？

是等第一轮遮罩算完才开始么？

顺便再问下Wq、Wk、Wv的值，是编码器和解码器共享么？还是用两套？

可以参考下ChatGPT的答案：
Transformer开始计算损失更新权值的环节是在完成训练之后，利用反向传播算法（Backpropagation）计算梯度，再根据梯度来更新权值参数。