百科问答小站 logo
百科问答小站 font logo



深度学习attention机制中的Q,K,V分别是从哪来的? 第1页

  

user avatar   huo-hua-de-41 网友的相关建议: 
      

Q,K,V思想最早应该是来自于Memory Networks。

准确说Memory Networks并不只是一个模型,而是一套思路,使用外部的一个memory来存储长期记忆信息,因为当时RNN系列模型使用final state 存储的信息,序列过长就会遗忘到早期信息。

甚至,我觉得Memory Networks的思想后面启发了self-attention和transformer。最重要的就是提出了query - key - value思想,当时的该模型聚焦的任务主要是question answering,先用输入的问题query检索key-value memories,找到和问题相似的memory的key,计算相关性分数,然后对value embedding进行加权求和,得到一个输出向量。这后面就衍生出了self-attention里的Q,K,V表示,在self-attention里的把X映射到QKV。

具体的实现呢,邱老师的讲座里说的很清楚了。QKV是输入的X乘上Wq, Wk, Wv三个矩阵得到的。全用X不是不可以,但参数太少,影响模型容量。




  

相关话题

  现有的编程语言当中,哪些和自然语言更接近? 
  如何理解今年发表在JMLR上随机森林算法SPORF? 
  大牛Bengio 团队最新的研究和我自己之前的研究成果重复了,应该怎么办? 
  为什么ViT里的image patch要设计成不重叠? 
  如何看待百度无人车, 三千多个场景,一万多个if? 
  CPU和GPU跑深度学习差别有多大? 
  如何看待Transformer在CV上的应用前景,未来有可能替代CNN吗? 
  如何评价MSRA视觉组最新对spatial attention mechanism分析论文? 
  如何判断两个Deep Learning 数据集的数据分布是否一致? 
  计算机视觉顶尖期刊和会议有哪些? 

前一个讨论
2021 年 10 月 24 日南航材料实验室爆炸,生化环材问题又冲上热搜,你是如何看待的呢?
下一个讨论
男人也有痴情长情的,那为啥总有人说痴心女子负心汉呢?





© 2025-02-21 - tinynew.org. All Rights Reserved.
© 2025-02-21 - tinynew.org. 保留所有权利