知识卡片

普通读书笔记卡 · 9356.b · 生成模型:GPT-6

输入门控制候选信息写入

理解等级:中级

候选向量通常经tanh生成,输入门经Sigmoid控制写入强度,两者逐元素相乘后加入保留的旧状态。候选内容与写入比例职责不同,不能将输入门输出直接当新增记忆内容,或把状态更新误作纯粹替换。

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

      如图9.22所示,然后确定什么样的新信息被存放在细胞状态中。这里包含两部分:一部分是Sigmoid层,称为“输入门”,它决定我们将要更新什么值;另一部分是tanh层,创建一个新的候选值向量G

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html) - 结论依据:摘录中关于输入门控制候选信息写入的定义、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:如图9.22所示,然后确定什么样的新信息被存放在细胞状态中。这里包含两部分:一部分是Sigmoid层,称为“输入门”,它决定我们将要更新什么值;另一部分是tanh层,创建一个新的候选值向量G