অ্যাটেনশন মেকানিজম
অ্যাটেনশন মেকানিজম, যা ২০১৫ সালে বাহদানাউ, চো এবং বেঞ্জিও দ্বারা প্রবর্তিত হয়েছিল এবং একই বছর লুওং, ফাম এবং ম্যানিং দ্বারা পরিমার্জিত হয়েছিল, এটি একটি সিকোয়েন্স ডিকোডারকে এনকোডারের আউটপুটগুলির কোনটিতে প্রতিটি ধাপে ফোকাস করতে হবে তা গতিশীলভাবে শিখতে দেয়। ট্রান্সফরমারের আগে, এটি একটি একক নির্দিষ্ট ভেক্টরে পুরো ইনপুটকে সংকুচিত করার মডেলগুলি থেকে মুক্তি দিয়ে মেশিন-অনুবাদ মানের উল্লেখযোগ্যভাবে উন্নতি করেছিল।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
+3টি আরও
উৎস
- Bahdanau, D., Cho, K. & Bengio, Y. (2015). Neural Machine Translation by Jointly Learning to Align and Translate. ICLR. link ↗
- Luong, M.T., Pham, H. & Manning, C.D. (2015). Effective Approaches to Attention-based Neural Machine Translation. EMNLP, 1412–1421. DOI: 10.18653/v1/D15-1166 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Attention Mechanism (Bahdanau / Luong Attention). ScholarGate. https://scholargate.app/bn/deep-learning/attention-mechanism
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- BERT ফাইন-টিউনিংগভীর শিখন↔ তুলনা করুন
- GPT ফাইন-টিউনিংগভীর শিখন↔ তুলনা করুন
- Random Forestযন্ত্র শিখন↔ তুলনা করুন
- মাল্টি-হেড সেলফ-অ্যাটেনশনগভীর শিখন↔ তুলনা করুন
- XGBoostযন্ত্র শিখন↔ তুলনা করুন
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →