自注意力（李宏毅, 2022）
发布时间
阅读量：
阅读量
模型的输出：
类型一：一对一（Sequence Labeling）。e.g. 词性标注；语音辨识简化版，标注phonon；社交网络图，判断节点会否购买商品。--->Self-attention
类型二：多对一。e.g. sentiment analysis，语者辨识，判断分子特性
类型三：由模型自己决定（seq2seq）。e.g. 翻译、语音识别
第4章 2021年度 - 自注意力机制（Self-attention）（第一部分/上半集）
self attention想要解决的问题：
之前我们的network输入通常为单一向量；然而，在某些情况下输出结果可能是单一数值也可能是分类类别。如果我们需要处理一连串的向量，并且其数量可能会变动，则应该如何应对这种情况？
例子：
比如文字处理的时候：
采
全部评论 (0)
还没有任何评论哟~