一、Transformer的由来
针对传统时序网络(RNN,LSTM),首先RNN的记忆长度有限,因此产生了LSTM。但无论是RNN还是LSTM,它们的计算都无法并行化(即只能先计算t0时刻的数据,再计算t1时刻的数据,可以简单理解为前一步的输出是后一步的输入),计算效率不高;基于此Transformer闪亮登场,解决了传统时序网络无法并行化计算的问题。
二、注意力机制
在介绍Transformer之前,需要补充一下关于注意力机制的问题:
注意力机制的灵感来源于人类的视觉系统,即在处理信息时,人会把自己的注意力更多地集中在感兴趣的地方,比如你看一篇文章,第一眼看过去你可能更多地把目光集中在文章的题目上,或者作者署名等等这些地方。又或者你看到迎面走来一个穿着很亮眼的人,那你的目光可能就会更多地集中在他的衣着上,这就是人类的视觉注意力机制。
在深度学习中,注意力机制允许模型在处理输入序列时,对不同位置的信息分配不同的权重,从而使模型更加关注重要的部分,这有利于提高模型的性能,特别是在处理长序列或者复杂关系的任务中。