Augmenting Self-attention with Persistent Memory

最新推荐文章于 2024-08-12 19:10:16 发布

吴云理

最新推荐文章于 2024-08-12 19:10:16 发布

阅读量765

点赞数

文章标签：机器学习深度学习线性代数

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/wuyuanli_r/article/details/122198417

版权

自注意力机制 Transformer 持久内存前馈神经网络模型优化

关键词由CSDN通过智能技术生成

Augmenting Self-attention with Persistent Memory
arXiv: $\url{1907.01470 [cs.LG]}$

自注意力机制的 key value, query 都依赖于输入, $W^KX$ . 可以考虑同时使用不依赖于输入的 N 个 key-value 对. 前馈层可以看成是特殊的注意力机制, 从而将之并入自注意力机制，看成是不依赖输入的 key-value 对的运算, 故而可以去掉这个层. 见下图.
左边是正常注意力机制, 右边蓝色部分是 , 橙色部分是
上图左边是正常注意力机制, 右边蓝色部分是 $M_V$ , 橙色部分是 $M_U$

编码层由注意力机制 & 前馈神经网络 & 残差归一化组成.

自注意力

给定序列 $X:=(x_1,\cdots,x_T)$ , 列向量 $x_i$ 的长度为 d. 自注意机制的 query， key 和 value 分别是

$q_i:=W^Qx_i, \qquad k_i:=W^Kx_i, \qquad v_i:=W^Vx_i.$

最低0.47元/天解锁文章

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
Augmenting Self-attention with Persistent Memory

Augmenting Self-attention with Persistent MemoryarXiv:1907.01470 [cs.LG]\url{1907.01470 [cs.LG]}1907.01470 [cs.LG]给定序列 X:=(x1,⋯ ,xn)X:=(x_1,\cdots,x_n)X:=(x1,⋯,xn), 列向量 xix_ixi 的长度为 d. 自注意机制的 query， key 和 value 分别是qi:=WQxi,ki:=WKxi,vi:=WVx
复制链接

扫一扫

评论

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。