【深度学习】transformer之 Positional Encoding

1、为什么要使用位置编码?

首先我们来讲一下attention。

优点:

  1. 解决了长序列依赖问题
  2. 可以并行操作
    缺点:
  3. 开销变大了
  4. 位置编码问题,既然可以并行,也就是说,词语之间不存在顺序关系(打乱一句话,这句话里的每个词的词向量依然不会变)。

注意:

  • 与RNN相比,RNN是一个字一个字的输入,自然每个字的循序关系信息就会保留下来,在Encoder中,一句子的每一个字(词)是并行计算的(下一节解释),所以我们在输入的时候需要提前引入位置信息。
  • 随着token长度的增加,越靠后的权重越强,越靠前的权重越弱,

2、位置编码的做法

在这里插入图片描述这样通过与位置编码(positional encoding)相加,则让输入向量x具有了位置信息。

具体做法

做法1:
i为偶数:
P E ( p o s , 2 i ) = s i n ( p o s 1000 0 2 i d m o d e l ) PE_{(pos, 2i)} = sin(\frac{pos}{10000^{\frac{2i}{d_{model}}}}) PE(pos,2i)=sin(10000dmodel2ipos)
i为奇数:
P E ( p o s , 2 i + 1 ) = c o s ( p o s 1000 0 2 i d m o d e l ) PE_{(pos, 2i+1)} = cos(\frac{pos}{10000^{\frac{2i}{d_{model}}}}) PE(pos,2i+1)=cos(10000dmodel2ipos)
在这里插入图片描述
奇数的位置是cos, 偶数的位置是sin
i是维度下标,d是总维度
在这里插入图片描述
在这里插入图片描述

  • 25
    点赞
  • 19
    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