文档摘要

2.4 前馈神经网络 本节摘要：前馈神经网络（Feed-Forward Network，FFN）是 Transformer 每层中紧随注意力之后的子层：一个逐位置应用的两层全连接网络，先升维（通常到四倍模型维度）、经非线性激活、再降回原维，各位置共享同一套参数。它不负责词与词的交流——那是注意力的职责——而是对每个位置的表示做独立的非线性加工，是模型主要的参数存放地与"记忆"载体。 会员。《2.4 前馈神经网络》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