文档摘要

2.2 多头注意力机制 本节摘要：多头注意力（Multi-Head Attention）是自注意力的并行扩展：把查询、键、值经 h 组不同投影矩阵分别送入 h 个低维子空间，独立执行 h 次缩放点积注意力，再把各头输出拼接并做一次输出投影。其价值在于让模型在不同表示子空间捕捉不同类型的关联——有的头盯句法依存，有的头盯语义共指，有的头只看相邻位置。本节讲清计算流程、算一笔参数与计算量的账，并讨论头数选择与工程实践中对头的作用分析。 会员。《2.2 多头注意力机制》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