文档摘要

1.3 注意力机制总览：Query、Key与Value 本节摘要：注意力机制的核心是把"信息检索"改造成可微分、可学习的运算：每个位置提出查询（Query），与所有位置的键（Key）逐一匹配，按匹配程度对值（Value）加权求和，得到融合了全局信息的新表示。Transformer 采用的缩放点积注意力，其流程为线性变换生成 QKV、点积打分、除以键维度的平方根缩放、softmax 归一化、加权求和五步。 会员。《1.3 注意力机制总览：Query、Key与Value》收录于灏天文库文集《Transformer 模型详解：NLP领域的革新者》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/466-transformer-%E6%A8%A1%E5%9E%8B%E8%AF%A6%E8%A7%A3nlp%E9%A2%86%E5%9F%9F%E7%9A%84%E9%9D%A9%E6%96%B0%E8%80%85

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流