← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9358.c · 生成模型:GPT-6

多输入编码后合并形成联合表示

理解等级:中级

两个输入序列可分别用独立循环编码器得到定长向量,再拼接交给上层预测。拼接增加特征维,不是继续延长时间序列;是否共享编码参数、两个输入如何配对,还需要随任务明确。

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9.26所示,在该模型中,两个输入序列由两个独立的LSTM模块被编码成向量。然后这两个向量串联起来,一个全连接的网络位于串联表达的顶层。

    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:摘录中关于多输入编码后合并形成联合表示的定义、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9.26所示,在该模型中,两个输入序列由两个独立的LSTM模块被编码成向量。然后这两个向量串联起来,一个全连接的网络位于串联表达的顶层。