← 返回刚才阅读的位置

知识卡片

操作参考卡 · 9854.t · 生成模型:Hunyuan

解码器层与后续掩码实现

理解等级:中级

DecoderLayer比EncoderLayer多一个src_attn子层:self_attn的Q/K/V都来自下层输入且要遮蔽未来,src_attn的Q来自下层、K/V来自Encoder输出memory,掩码为Padding Mask。subsequent_mask用上三角矩阵生成,对角线及左下方为True,保证第t步只能关注1到t位置。训练采用教师强迫,把目标句右移一位作输入、左移一位作标签。src_mask形状为(batch,1,time),trg_mask为(batch,time,time),反映了两者可见范围的差异。

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_0004.xhtml) - 结论依据:原文说明Decoder解码第t时刻只能用1到t的输入,给出subsequent_mask实现与教师强迫、掩码形状的解释。 - 原始内容:Decoder和Encoder有一个关键的不同:Decoder在解码第t个时刻的时候只能使用1…t时刻的输入,而不能使用t+1时刻及其之后的输入。