Transformer-MM-Explainability

发布时间：2024年01月06日

在这里插入图片描述

two modalities are separated by the [SEP] token，the numbers in each attention module represent the Eq. number.

E $_h$ is the mean， $\nabla$ A := ${?y_t}\over?A$ for $y_t$ which is the model’s output. $\odot$ is the Hadamard product，remove the negative contributions before averaging.
在这里插入图片描述
aggregated self-attention matrix R $^{qq}$ ，previous layers’ mixture of context is embodied by R $^{qk}$ .

感想

作者的实验在coco和ImageNet验证集上做的，不好follow

文章来源:https://blog.csdn.net/qq_46221910/article/details/135433320
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。如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！