← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9854.n · 生成模型:Hunyuan

两种掩码机制

理解等级:高级

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?

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