百科问答小站 logo
百科问答小站 font logo



为什么有的 Vision Transformer 中的 key 不需要 bias ? 第1页

  

user avatar   donglixp 网友的相关建议: 
      

加和不加从结果上是等价的,BEiT在实现中去掉是为了fp16训练过程中数值稳定。

Both (i.e., with or without key.bias) are equivalent in terms of calculation results. They are canceled by the softmax function.

Softmax(q,k) = exp(q.weight * key.weight + q.bias * key.weight + q.weight * key.bias + q.bias * key.bias) / Z

Because the query is the same over all the keys, so the term (q.weight * key.bias + q.bias * key.bias) remains the same across all the keys, which in turn can be cancelled without affecting the softmax results.

exp(a)/(exp(a)+ exp(b)) == exp(a+C)/(exp(a+C)+ exp(b+C))


user avatar   tylin98 网友的相关建议: 
      

女王:求求题主放过我,我可不敢有什么政绩。。。




  

相关话题

  能否介绍一下强化学习(Reinforcement Learning),以及与监督学习的不同? 
  女性比男性从意识上更高级吗? 
  目前的人工智能可以打「颜值」分吗? 
  如何看待在某度搜不到megengine官网? 
  人工智能会是泡沫吗? 
  AAAI 2022有哪些值得关注的方向? 
  大一计算机专业怎么利用好寒假? 
  计算机专业学生为什么要学《大学物理》,学来干什么? 
  化工硕士在读是否该转行计算机? 
  为什么国家定义程序员为新生代农民工,而不是高端或科技人才,这说明程序员门槛低吗? 

前一个讨论
为什么Transformer适合做多模态任务?
下一个讨论
20 年前的今天,中国正式加入世贸组织,20 年来为我们带来了哪些变化?





© 2024-11-08 - tinynew.org. All Rights Reserved.
© 2024-11-08 - tinynew.org. 保留所有权利