Transformer

本文深入探讨Transformer模型,该模型由Encoder和Decoder构成,Encoder包含多个由multi-head self-attention和全连接前馈网络组成的layer,Decoder则在Encoder的基础上增加了一个注意力机制,用于防止当前位置获取未来位置信息。Positional Encoding通过不同频率的sine和cosine函数引入位置信息。
摘要由CSDN通过智能技术生成

在这里插入图片描述

transformer 由 encoder 和decoder 组成
1.1 Encoder由N=6个相同的layer组成,layer分别由multi-head self-attention mechanism 和 fully connected feed-forward network 组成,这两个分别都加了 residual connection 和 normalisation。
multi-head Attention 可以看成多个self-attention的结合
在这里插入图片描述
对于self-attention ,Q(Query),K(Key),V(Value)三个矩阵来自于同一输入,首先计算Q与K点乘,然后除以一个尺度标度根号dk, dk为一个query和key向量的维度。再利用softmax将结果归一化概率分布,再乘矩阵V得到权重求和的表示。
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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