Skip to content
项目
群组
代码片段
帮助
当前项目
正在载入...
登录 / 注册
切换导航面板
M
mtbookv2
概览
Overview
Details
Activity
Cycle Analytics
版本库
Repository
Files
Commits
Branches
Tags
Contributors
Graph
Compare
Charts
问题
0
Issues
0
列表
Board
标记
里程碑
合并请求
0
Merge Requests
0
CI / CD
CI / CD
流水线
作业
日程表
图表
维基
Wiki
代码片段
Snippets
成员
Collapse sidebar
Close sidebar
活动
图像
聊天
创建新问题
作业
提交
Issue Boards
Open sidebar
NiuTrans
mtbookv2
Commits
f6c38e28
Commit
f6c38e28
authored
Jan 05, 2021
by
zengxin
Browse files
Options
Browse Files
Download
Email Patches
Plain Diff
12
parent
06f71f75
隐藏空白字符变更
内嵌
并排
正在显示
1 个修改的文件
包含
1 行增加
和
1 行删除
+1
-1
Chapter12/chapter12.tex
+1
-1
没有找到文件。
Chapter12/chapter12.tex
查看文件 @
f6c38e28
...
...
@@ -319,7 +319,7 @@
\subsection
{
多头注意力机制
}
\parinterval
Transformer中使用的另一项重要技术是
{
\small\sffamily\bfseries
{
多头注意力机制
}}
\index
{
多头注意力机制
}
(Multi-head Attention)
\index
{
Multi-head Attention
}
。“多头”可以理解成将原来的
$
\mathbi
{
Q
}$
、
$
\mathbi
{
K
}$
、
$
\mathbi
{
V
}$
按照隐层维度平均切分成多份。假设切分
$
h
$
份,那么最终会得到
$
\mathbi
{
Q
}
=
\{
\mathbi
{
Q
}_
1
,
\mathbi
{
Q
}_
2
,...,
\mathbi
{
Q
}_
h
\}
$
,
$
\mathbi
{
K
}
=
\{
\mathbi
{
K
}_
1
,
\mathbi
{
K
}_
2
,...,
\mathbi
{
K
}_
h
\}
$
,
$
\mathbi
{
V
}
=
\{
\mathbi
{
V
}_
1
,
\mathbi
{
V
}_
2
,...,
\mathbi
{
V
}_
h
\}
$
。多头注意力就是用每一个切分得到的
$
\mathbi
{
Q
}$
,
$
\mathbi
{
K
}$
,
$
\mathbi
{
V
}$
独立的进行注意力计算,即第
$
i
$
个头的注意力计算结果
$
\mathbi
{
head
}_
i
=
\textrm
{
Attention
}
(
\mathbi
{
Q
}_
i,
\mathbi
{
K
}_
i,
\mathbi
{
V
}_
i
)
$
。
\parinterval
Transformer中使用的另一项重要技术是
{
\small\sffamily\bfseries
{
多头注意力机制
}}
\index
{
多头注意力机制
}
(Multi-head Attention)
\index
{
Multi-head Attention
}
。“多头”可以理解成将原来的
$
\mathbi
{
Q
}$
、
$
\mathbi
{
K
}$
、
$
\mathbi
{
V
}$
按照隐层维度平均切分成多份。假设切分
$
h
$
份,那么最终会得到
$
\mathbi
{
Q
}
=
\{
\mathbi
{
Q
}_
1
,
...,
\mathbi
{
Q
}_
h
\}
$
,
$
\mathbi
{
K
}
=
\{
\mathbi
{
K
}_
1
,...,
\mathbi
{
K
}_
h
\}
$
,
$
\mathbi
{
V
}
=
\{
\mathbi
{
V
}_
1
,...,
\mathbi
{
V
}_
h
\}
$
。多头注意力就是用每一个切分得到的
$
\mathbi
{
Q
}$
,
$
\mathbi
{
K
}$
,
$
\mathbi
{
V
}$
独立的进行注意力计算,即第
$
i
$
个头的注意力计算结果
$
\mathbi
{
head
}_
i
=
\textrm
{
Attention
}
(
\mathbi
{
Q
}_
i,
\mathbi
{
K
}_
i,
\mathbi
{
V
}_
i
)
$
。
\parinterval
下面根据图
\ref
{
fig:12-12
}
详细介绍多头注意力的计算过程:
...
...
编写
预览
Markdown
格式
0%
重试
或
添加新文件
添加附件
取消
您添加了
0
人
到此讨论。请谨慎行事。
请先完成此评论的编辑!
取消
请
注册
或者
登录
后发表评论