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

  Power Point 应该是PPT 还是ppt 还是PPt? 
  当人工智能拥有感情或思维后,人类应该如何看待它们? 
  如何评价 2021 年 8 月 18 日发布的 realme Book 笔记本,有哪些亮点和槽点? 
  为什么 Google 翻译只重算法不重语言学的语法结构和规则? 
  本科211或985,研究生双非是怎样一种体验? 
  企业带宽100M带宽要7万,可以用家庭宽带代替吗? 
  计算机世界里有哪些经典谣言? 
  为什么在 Windows 中常常见到的第一个分区的盘符是 C:,而不是 A:? 
  深入讨论N卡A卡色彩真的有区别吗? 
  如何看待 2014 年以来计算机视觉(Computer Vision)界创业潮? 

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