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
之处是,Transformer-XL仍然使用分段的方式进行建模,但其与vanilla Transformer的不同之处是
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
,如图5-36所示。 图5-36 Transformer-XL的训练过程 图5-36是Transformer-XL的训练
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_0005.xhtml
EPUB SHA-256:0056cad2f11cb1d60ead5054060bd6d41fef87dd049656db310bdc789c0ec7da