从零开始了解transformer的机制|第四章：FFN层的作用

最新推荐文章于 2025-03-31 15:12:26 发布

Odd Function

最新推荐文章于 2025-03-31 15:12:26 发布

阅读量3w

点赞数 25

文章标签： transformer 深度学习人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_73179708/article/details/132516512

版权

FFN层是Transformer模型中的关键组成部分，它本质上是一个两层的多层感知机，用于升维和降维学习抽象特征。研究显示FFN具有一定的记忆功能，有助于深度学习模型的可解释性。本文还提及了关于FFN记忆功能的论文和知乎解析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

什么是FFN层？

FFN层就是feed forward层。他本质上就是一个两层的MLP。这个MLP的数学本质是：

其中两层感知机中，第一层会将输入的向量升维，第二层将向量重新降维。这样子就可以学习到更加抽象的特征。

FFN的作用是什么？

转载：

此外，还有关于深度学习可解释性的研究表明，FFN其实有一定的记忆功能。

论文链接：

https://arxiv.org/abs/2012.14913

知乎上大佬的解析：

大型语言模型系列解读（二）：Transformer中FFN的记忆功能 - 知乎 (zhihu.com)

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。