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

  电子(EE)专业犹豫要不要研究生转计算机专业(CS)? 
  如何看待有些人认为计算机专业是「拿命换钱」? 
  如何看待 TI7 上与 Dendi solo 的 OpenAI? 
  算法书如何选择? 
  AlphaGo 与李世石的对战会推动人类的极限还是机器学习的进步和觉醒? 
  试以「Siri 已失去控制」为开头写一个故事? 
  现在的人工智能是否走上了数学的极端? 
  《硅谷》第六季两个 AI 把网络聊崩了的情况,现实中有可能发生吗? 
  学习计算几何是什么样的体验? 
  一千块能做什么提升? 

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?





© 2024-11-21 - tinynew.org. All Rights Reserved.
© 2024-11-21 - tinynew.org. 保留所有权利