原书出处
大语言模型-基础与前沿 (熊涛)
03 第3章 Transformer
关系和上下文,而逐点全连接前馈网络对序列中的每个元素应用相同的线性变换。这可以看作滤波器大小为1的卷积层,计算效率很高。
Transformer中的解码器也采用了与编码器类似的架构,主要区别在于每个重复模块包含两个多头注意力子模块。第一个多头注意力子模块被掩蔽,以防止位置注意到输入序列中的未来位置,这对于语言建模和机器翻译等任务非常重要。
总之,编码器-解码器架构,尤其是Transformer,已被证明对各种序列到序列的任务非常有效。它能够捕捉序列中的长程依
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter5.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d