Java教程

Transformer

本文主要是介绍Transformer,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

胡乱写的!!!!!!

目录

一、初探Encoder-Decoder

1.Encoder

2.回到transformer的图

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


一、初探Encoder-Decoder

在这里插入图片描述

一般的seq2seq’s model分成2块——Encoder和Decoder

 在这里插入图片描述

 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

在这里插入图片描述

1.Encoder

在这里插入图片描述

 

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

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

在这里插入图片描述

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)

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

1、Decoder内部结构

在这里插入图片描述在这里插入图片描述

 在这里插入图片描述

1)带Masked的MHA

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

三、Decoder – Non-autoregressive (NAT)

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

四、Encoder-Decoder

在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

五、Training

在这里插入图片描述

 在这里插入图片描述

六、训练的Tips

在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 在这里插入图片描述

 

这篇关于Transformer的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!