← 返回卡片

原书出处

深度学习详解

06 自注意力机制 6.3 多头自注意力

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.558Z

多头自注意力(multi-head self-attention)是自注意力的高级版本. 多头自注意力的应用是非常广泛的,一些任务,比如翻译、语音识别,用比较多的头可以得到比较好的结果. 至于需要用多少个头,则又是另外一个超参数.为什么需要比较多的头呢?在使用自注意力计算相关性的时候,就是用 去找相关的 .但相关有很多种不同的形式,也许可以有多个 ,不同的 负责不同种类的相关性,这就是多头注意力.如图6.29 所示,先把 乘以一个矩阵,得到 ;再把 乘以另外两个矩阵,分别得到 、 . 和 代表有两个头, 代表的是位置,1 和 2 代表这个位置的第几个 ,这里因为有两种不同的相关性,所以需要产生两种不同的头来找两种不同的相关性.既然 有两个,也需要有两个, 也需要有两个.怎么从 得到 、,又怎么从 得到 、,以及怎么从 得到 、呢?其实就是把 、、分别乘以两个矩阵,得到不同的头.对另一个位置做同样的事情,另一个位置在输入 以后,也会得到两个 、两个 、两个.

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/深度学习详解/_epub-src/OEBPS/Text/Chapter06.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc