Auto-attenzione multi-testa
L'auto-attenzione multi-testa, introdotta da Vaswani e colleghi nel 2017, è il meccanismo che consente a ogni posizione in una sequenza di calcolare la propria relazione con tutte le altre posizioni in parallelo. È il nucleo dell'architettura Transformer e il fondamento di BERT, GPT e T5.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
Come citare questa pagina
ScholarGate. (2026, June 1). Multi-Head Self-Attention (Transformer Core). ScholarGate. https://scholargate.app/it/deep-learning/self-attention-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Fine-Tuning di BERTApprendimento profondo↔ compare
- Fine-Tuning di GPTApprendimento profondo↔ compare
- LoRA e PEFTApprendimento profondo↔ compare
- Random ForestApprendimento automatico↔ compare
- XGBoostApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →