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
机器翻译任务的完整过程。 图5-27 Transformer实现一个机器翻译语句的完整过程 5.3.5 如何自监督学习
Encoder最后的输出通过一个全连接层及Softmax函数作用后就得到了预测值的对数概率(这里假设采用贪婪解码的方法,即用argmax函数获取概率最大值对应的索引),如图5-28所示。预测值的对数概率与实际值对应的独热编码的差就构成模型的损失函数。
图5-28 Transformer的最后全连接层及Softmax函数 综上所述,Transformer模型由Encod
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