注意力机制

参考b站视频

注意力机制是用在循环神经网络当中,具有时序关系。
原文来自于:《attention is all you need》
自注意力机制就是在大量的信息当中筛选出需要的信息,也可是理解成为特征提取。
依附于神经网络,通过给每部分进行权值分配来筛选信息。空间维度和通道维度

在通道维度上面的使用:
在这里插入图片描述

X为输入数据,U为经过卷积神经网络后输出数据,其中C为通道数
其中1到2的转化就是实现了道通维度上面的自注意力机制,实质上就是对每一个通道赋予一定权重,来着重进行信息提取。
对于权重的赋值如上图也可知,是需要先进行转换成为1x1xC类型的,然后得到每一个通道的权重,再对每一个通道乘上想对应的权值。
具体是实现过程是如下的:
在这里插入图片描述
在这里插入图片描述
关于第二个操作的具体实现如下图所示:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值