TransFormer 视频笔记

TransFormer

Basics

接受一段文本,输出一个单词。

token -> (Embeding)-> high dimensional vector. 方向对应语义

​​​​​​​​​​​​

最初的向量也包含位置信息。1万多维。

Attention

除以dk 是为了数值稳定

将上下文的信息传给当前token。

attention机制给最初的generic embedding加个向量,将其移动到上下文对应的具体方向上。

Attention不仅精细化了嵌入向量的定义,还能将嵌入向量的信息传给其他的向量。

经过多层attention后,预测下一个token的计算过程完全取决于最后一个向量。

单头注意力 single head attention

Q: query 查寻矩阵 128*12288

WQ 将E(嵌入向量)映射低维空间中。Q是128*1

K key matrix 128*12288

Key矩阵同样将嵌入向量映射到低维空间中,得到第二个向量序列。当key与query的方向一致时(两个向量的点积越大越相关),就能认为他们匹配。

SoftMax 归一

Masking: 在训练时,不能提前知道答案,后级的信息不能传递给前级。为了避免后级token对前级的影响,将下半边矩阵设为-∞。

该pattern表明每个词与其他哪些词相关

Value matrix 12288*12288


MLP


相关推荐
f305170928 分钟前
Python实现数据可视化用Matplotlib轻松创建专业级图表
android
2501_915918414 小时前
iOS 26 App 性能测试|性能评测|iOS 26 性能对比:实战策略
android·macos·ios·小程序·uni-app·cocoa·iphone
汇能感知7 小时前
光谱相机的探测器阵列
经验分享·笔记·科技
CHHC18808 小时前
vSIM / SoftSIM笔记
笔记
咋吃都不胖lyh8 小时前
SQL-多对多关系
android·mysql·数据分析
cyy2989 小时前
android 屏幕适配
android
逆小舟9 小时前
【C/C++】指针
c语言·c++·笔记·学习
johnny23310 小时前
Transformer基础之注意力机制
transformer
Digitally10 小时前
如何通过 5 种有效方法同步 Android 和 Mac
android·macos
一车小面包11 小时前
Transformer Decoder 中序列掩码(Sequence Mask / Look-ahead Mask)
人工智能·深度学习·transformer