← 返回卡片

原书出处

深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)

05 第5章 注意力机制

核验版本的摘录快照 · 导入于 2026-11-19T04:48:36.596Z

表达能力也更强,但也会出现网络的收敛速度更慢、更易出现梯度消失等问题,那么Transformer是如何克服这些不足的呢?

它采用了两种常用方法,一种是残差连接(Residual Connection),另一种是归一化(Normalization)。具体实现方法就是在每个编码器或解码器的两个子层

(即Self-Attention和FFNN(Feed Forward Neural Network,前馈神经网络))间增

此预览只包含定位所需的摘录和上下文。

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/Chapter8_0003.xhtml

EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da