标签：Transformer sequence attention Encoder block Decoder norm
胡乱写的！！！！！！
目录
二、Decoder – Autoregressive (AT)
三、Decoder – Non-autoregressive (NAT)
一、初探Encoder-Decoder
一般的seq2seq’s model分成2块——Encoder和Decoder
input一个sequence有Encoder，负责处理这个sequence，再把处理好的结果丢给Decoder
由Decoder决定，它要输出什么样的sequence
1.Encoder
注意：
batch normalization是对不同example，不同feature的同一个dimension，去计算mean跟standard deviation。
但layer normalization，它是对同一个feature，同一个example里面不同的dimension去计算mean跟standard deviation。
2.回到transformer的图
首先 你有self-attention，其实在input的地方，还有加上positional encoding（如果你只光用self-attention,你没有位置的资讯）
Multi-Head Attention,这个就是self-attention的block，用到多头注意力机制
Add&norm,就是residual加layer normalization
接下来,要过feed forward network
fc的feed forward network以后再做一次Add&norm,再做一次residual加layer norm，才是一个block的输出,
然后这个block会重复n次，这个复杂的block，其实在之后会讲到的一个非常重要的模型BERT，它其实就是transformer的encoder
二、Decoder – Autoregressive (AT)
1、Decoder内部结构
1）带Masked的MHA
三、Decoder – Non-autoregressive (NAT)
四、Encoder-Decoder
五、Training
六、训练的Tips
标签：Transformer,sequence,attention,Encoder,block,Decoder,norm 来源： https://blog.csdn.net/qq_61094172/article/details/121461577
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。