知识卡片
Transformer-XL循环机制
Transformer-XL针对固定上下文带来的碎片化问题,引入段与段之间的循环机制:建模当前段时复用前一段的隐状态作为memory,且训练时这些历史只做前向传播、不计算梯度。第n层输入由当前段第n-1层输出与前一段缓存拼接而成,查询q不拼接历史,因为它只代表要预测的词。评估阶段每次前进一整段而非一个词,并反复利用缓存,最长依赖可达O(N乘L)。这让模型突破固定长度窗口,学到更长期的依赖。
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-XL引入了段(segment)与段之间的循环机制,使得当前段在建模的时候能够利用之前段的信息来实现长期依赖性,在训练时前一个段的输出只参与正向计算,而不用进行反向传播
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_0005.xhtml)
- 结论依据:原文说明Transformer-XL引入段级循环、前段输出只参与正向计算,并给出memory、SG、拼接等定义与O(N乘L)依赖长度。
- 原始内容:Transformer-XL引入了段(segment)与段之间的循环机制,使得当前段在建模的时候能够利用之前段的信息来实现长期依赖性,在训练时前一个段的输出只参与正向计算,而不用进行反向传播