知识卡片
Transformer模块分工
输入嵌入把token及位置信息变成向量;重复的Transformer模块通常结合注意力和MLP,在不同位置关联信息并进行变换;输出层再将表示映射为采样用的token概率。架构细节因模型而异,层数一般指重复模块数,而不是把每个矩阵都当一层。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 理解基础模型
原书出处 · 1 处
- · 查看原书依据
Transformer架构由多个Transformer模块组成。具体内容因模型而异,但通常,每个Transformer模块都包含一个注意力模块和一个MLP(multi-layer perceptron,多层感知机)模块。
参考来源
- 位置:《AI工程:大模型应用开发实战》第2章《理解基础模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section010.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:Transformer架构由多个Transformer模块组成。具体内容因模型而异,但通常,每个Transformer模块都包含一个注意力模块和一个MLP(multi-layer perceptron,多层感知机)模块。