知识卡片
自注意力的计算代价
普通稠密自注意力对长度 n 的序列形成 n×n 分数矩阵,固定特征维度时计算和显式权重存储随 n 二次增长;它并不因为权重小就自动跳过其他位置。高效实现可减少显存或改变连接方式。
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
- 注意力神经网络:赋予模型认知能力 · 查看原书依据
虽然这种方法简单,但在计算开销上可能会非常大
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第9章《注意力神经网络:赋予模型认知能力》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0012.xhtml`)
- 结论依据:原文、公式、图示及示例代码;代码问题和条件限定为复核所得。
- 原始内容:虽然这种方法简单,但在计算开销上可能会非常大