知识卡片
两种掩码机制
Transformer用两种掩码控制注意力的可见范围。Padding Mask用在所有缩放点积注意力中,把填充位置加一个大负数,Softmax后概率趋近0,从而忽略无效词。Sequence Mask只用于Decoder自注意力,通过上三角矩阵把t时刻之后的词遮蔽,保证解码只能看到已生成的历史,防止信息泄漏。Decoder的掩码自注意力同时叠加两种掩码。两者分工明确:一个处理输入长度不齐,一个保证自回归的因果性。
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
Transformer模型涉及两种掩码方式,分别是Padding Mask(填充掩码)和Sequence Mask(序列掩码)。Padding Mask会用在所有的缩放点积注意力中,用于处理长短不一的语句,而Sequence Mask只会用在Decoder的自注意力中
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:原文介绍Padding Mask处理长短不一语句、Sequence Mask防止Decoder看到未来值,并说明Decoder中两者相加作为attn_mask。
- 原始内容:Transformer模型涉及两种掩码方式,分别是Padding Mask(填充掩码)和Sequence Mask(序列掩码)。Padding Mask会用在所有的缩放点积注意力中,用于处理长短不一的语句,而Sequence Mask只会用在Decoder的自注意力中