知识卡片
Transformer整体架构
结构图揭示模块内部的对称性:每个Encoder层含自注意力与位置前馈网络两个子层,每个Decoder层在此基础上多出一个交叉注意力子层,用于接收Encoder最后一层的输出。最后接Generator把隐状态转成词概率。各层结构相同便于堆叠加深,残差连接与LayerNorm则保证深层可训练。理解这张图就掌握了Transformer编码-解码的数据主干。
结构图:
classDiagram
class Transformer {
+Encoder encoder
+Decoder decoder
}
class Encoder {
+EncoderLayer[6] layers
}
class EncoderLayer {
+MultiHeadSelfAttention self_attn
+FeedForward ffn
+AddAndNorm norm
}
class Decoder {
+DecoderLayer[6] layers
}
class DecoderLayer {
+MaskedSelfAttention self_attn
+EncoderDecoderAttention cross_attn
+FeedForward ffn
}
class Generator {
+LinearAndSoftmax proj
}
Transformer *-- Encoder
Transformer *-- Decoder
Encoder *-- EncoderLayer
Decoder *-- DecoderLayer
EncoderLayer --> DecoderLayer : memory output
Decoder --> Generator : hidden states
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第5章 注意力机制 · 查看原书依据
每个编码器由一层自注意力和一层前馈网络(Feed Forward)构成,而解码器除自注意力层、前馈网络层外,中间还有一个用来接收最后一个编码器的输出值
参考来源
- 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第5章 注意力机制(源文件: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/Chapter8_0003.xhtml)
- 结论依据:原文说明每个编码器由自注意力和前馈网络构成,解码器另有一个接收最后编码器输出的注意力层,并给出整体架构图。
- 原始内容:每个编码器由一层自注意力和一层前馈网络(Feed Forward)构成,而解码器除自注意力层、前馈网络层外,中间还有一个用来接收最后一个编码器的输出值