Transformer
作者:互联网
胡乱写的!!!!!!
目录
二、Decoder – Autoregressive (AT)
三、Decoder – Non-autoregressive (NAT)
一、初探Encoder-Decoder
一般的seq2seq’s model分成2块——Encoder和Decoder
input一个sequence有Encoder,负责处理这个sequence,再把处理好的结果丢给Decoder
由Decoder决定,它要输出什么样的sequence
1.Encoder
注意:
batch normalization是对不同example,不同feature的同一个dimension,去计算mean跟standard deviation。
但layer normalization,它是对同一个feature,同一个example里面不同的dimension去计算mean跟standard deviation。
2.回到transformer的图
首先 你有self-attention,其实在input的地方,还有加上positional encoding(如果你只光用self-attention,你没有位置的资讯)
Multi-Head Attention,这个就是self-attention的block,用到多头注意力机制
Add&norm,就是residual加layer normalization
接下来,要过feed forward network
fc的feed forward network以后再做一次Add&norm,再做一次residual加layer norm,才是一个block的输出,
然后这个block会重复n次,这个复杂的block,其实在之后会讲到的一个非常重要的模型BERT,它其实就是transformer的encoder
二、Decoder – Autoregressive (AT)
1、Decoder内部结构
1)带Masked的MHA
三、Decoder – Non-autoregressive (NAT)
四、Encoder-Decoder
五、Training
六、训练的Tips
标签:Transformer,sequence,attention,Encoder,block,Decoder,norm 来源: https://blog.csdn.net/qq_61094172/article/details/121461577