Skip to content
简体中文

切换主题

// ◎ Transformer 与注意力

注意力机制(Bahdanau)

生成每个词时“回头看”输入里最相关的部分。

Attention (Bahdanau) 2014 基础 核心

通俗解释

解码器每一步对编码器所有位置打分,按分数加权求和得到上下文向量,不再把整句压成一个向量。这就是后来 Transformer 注意力的前身。

用在哪里:神经机器翻译

时间轴 · 前置 → 当前 → 后继

2014 序列到序列(Seq2Seq)2014 注意力机制(Bahdanau)2017 Transformer 与…

01原始论文

Neural Machine Translation by Jointly Learning to Align and Translate

Dzmitry Bahdanau, Kyunghyun Cho, Yoshua Bengio · 2014

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

注意力机制(Bahdanau)

学完可以学

序列到序列(Seq2Seq)Transformer 与自注… 注意力机制(Bahdanau)

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:从零到深度学习

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)