原书出处
深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)
01 第1章 万物皆可嵌入
Google于2017年6月在arxiv上发布了一篇非常经典的文章—Attention is all you need。
该论文使用Self-Attention的结构代替LSTM,抛弃了之前传统的Encoder-Decoder模型必须结合CNN或者RNN的固有模式,在减少计算量和提高并行效率的同时还取得了更好的结果。
该论文也被评为2017年NLP领域的年度最佳论文。 Transformer有两大亮点:平行处理序列问题,利用Self-A
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter4_0006.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da