知识卡片
注意力反向梯度汇合
编码器状态既参与注意力权重计算,也参与加权求和,故反向传播时要把两条路径的梯度相加;同一编码器状态还可被多个解码步使用,各步贡献也需累加。
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
- Attention · 查看原书依据
dhs = dhs0 + dhs1
参考来源
- 位置:《深度学习进阶:自然语言处理》第8章《Attention》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0013_split_001.html)
- 结论依据:正文说明模型瓶颈及注意力计算。
- 原始内容:dhs = dhs0 + dhs1