P51 各式各样的神奇的自注意力机制

发布时间：2023年12月20日

在这里插入图片描述

计算量大

当input sequence 很长时，计算量特别大

  • self-atttention 至少一个大模型的一部分
  • 当input sequence 很长时，主要运算来自self - attention， 加快 self attention ,才能有明显的加快速度
  • 在这里插入图片描述

变形

  1. local attention
    只计算左右两个位置的 attention weight, 其他位置设为0
    缺陷： 只看到某个小范围的咨询
    那岂不是跟CNN一样
    计算快，但是效果不一定好

在这里插入图片描述
2. stride attention

如看两个间隔一个， 或者看一个间隔一个
在这里插入图片描述
3. global attention

在这里插入图片描述

在这里插入图片描述
所有的 attention 变形一起上

在这里插入图片描述

直接估计在 atteontion matrix 里哪些位置数值大，哪些小，小的直接设为0
在这里插入图片描述

  • 怎么快速预估attention weights?
    (聚类，根据相似性)
    在这里插入图片描述
    在这里插入图片描述

是否需要所有的 attention matrix

在这里插入图片描述
选择有代表性的K
在这里插入图片描述

如何选择有代表性的K

CNN : 长sequence 变成 短 sequence
Linformer
在这里插入图片描述
在这里插入图片描述
Q K 维数需要一样，V不一定

转变计算顺序 矩阵相乘的顺序，计算量不一样
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

总结

在这里插入图片描述

文章来源:https://blog.csdn.net/weixin_39107270/article/details/135083237
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章