Transformer
2021/11/21 23:42:33
本文主要是介绍Transformer,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
胡乱写的!!!!!!
目录
一、初探Encoder-Decoder
1.Encoder
2.回到transformer的图
二、Decoder – Autoregressive (AT)
1、Decoder内部结构
1)带Masked的MHA
三、Decoder – Non-autoregressive (NAT)
四、Encoder-Decoder
五、Training
六、训练的Tips
一、初探Encoder-Decoder
一般的seq2seq’s model分成2块——Encoder和Decoder
input一个sequence有Encoder,负责处理这个sequence,再把处理好的结果丢给Decoder
由Decoder决定,它要输出什么样的sequence
1.Encoder
注意:
batch normalization是对不同example,不同feature的同一个dimension,去计算mean跟standard deviation。
但layer normalization,它是对同一个feature,同一个example里面不同的dimension去计算mean跟standard deviation。
2.回到transformer的图
首先 你有self-attention,其实在input的地方,还有加上positional encoding(如果你只光用self-attention,你没有位置的资讯)
Multi-Head Attention,这个就是self-attention的block,用到多头注意力机制
Add&norm,就是residual加layer normalization
接下来,要过feed forward network
fc的feed forward network以后再做一次Add&norm,再做一次residual加layer norm,才是一个block的输出,
然后这个block会重复n次,这个复杂的block,其实在之后会讲到的一个非常重要的模型BERT,它其实就是transformer的encoder
二、Decoder – Autoregressive (AT)
1、Decoder内部结构
1)带Masked的MHA
三、Decoder – Non-autoregressive (NAT)
四、Encoder-Decoder
五、Training
六、训练的Tips
这篇关于Transformer的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-26结对编程到底难不难?答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)