知识卡片

普通读书笔记卡 · 9854.m · 生成模型:Hunyuan

缩放点积注意力矩阵化

理解等级:中级

向量层面的注意力可提升为矩阵运算:把各词嵌入堆成矩阵X,分别与WQ、WK、WV相乘得到Q、K、V,注意力输出即可写成一次矩阵公式。由于没有循环网络那种左右依赖,矩阵形式天然适合GPU并发,且缩放即除以根号dk可防止点积过大导致Softmax梯度消失。这一步是Transformer高吞吐的工程基础,它把原本串行的逐词计算变成一次大规模并行乘法。

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

    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:原文指出可把嵌入向量堆砌成矩阵X并分别与WQ、WK、WV相乘得到Q、K、V,且没有循环网络中的左右依赖关系。 - 原始内容:上述内容都是基于向量进行运算,且没有循环网络中的左右依赖关系,如果把向量堆砌成矩阵,则可以使用并发处理或GPU的功能。