知识卡片

普通读书笔记卡 · 6743.d · 生成模型:GPT-6

保留注意力时要确认捕获的种类

理解等级:中级

示例保存的是multihead_attn(tgt,memory,memory)的权重,即目标对源的交叉注意,不是tgt自身的自注意。可视化要标明行列与是否跨头平均;need_weights=True不一定保留每头独立结果。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      ... tgt2, attention_weights = self.multihead_attn( ... tgt, memory, memory, #1 ... attn_mask=memory_mask, ... key_padding_mask=mem_key_padding_mask, ... need_weights=True) ... tgt = tgt + self.dropout2(tgt2) ... tgt = self.norm2(tgt) ... tgt2 = self.linear2( ... self.dropout(self.activation(self.linear1(tgt)))) ... tgt = tgt + self.dropout3(tgt2) ... tgt = self.norm3(tgt) ... return tgt, attention_weights #2 #1 Saves the weights from the mulithead_ attn layer #2 In addition to target outputs, returns attention weights

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第09章《可堆叠的Transformer》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-9.html) - 结论依据:摘录中关于保留注意力时要确认捕获的种类的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:... tgt2, attention_weights = self.multihead_attn( ... tgt, memory, memory, #1 ... attn_mask=memory_mask, ... key_padding_mask=mem_key_padding_mask, ... need_weights=True) ... tgt = tgt + self.dropout2(tgt2) ... tgt = self.norm2(tgt) ... tgt2 = self.linear2( ... self.dropout(self.activation(self.linear1(tgt)))) ... tgt = tgt + self.dropout3(tgt2) ... tgt = self.norm3(tgt) ... return tgt, attention_weights #2 #1 Saves the weights from the mulithead_ attn layer #2 In addition to target outputs, returns attention weights