Багатоголова самостійна увага
Багатоголова самостійна увага (Multi-Head Self-Attention), представлена Ваcвані та співавторами у 2017 році, є механізмом, який дозволяє кожній позиції у послідовності паралельно обчислювати свої взаємозв'язки з усіма іншими позиціями. Це ядро архітектури Transformer і основа моделей BERT, GPT та T5.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Multi-Head Self-Attention (Transformer Core). ScholarGate. https://scholargate.app/uk/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.
- Доналаштування BERTГлибоке навчання↔ compare
- Доналаштування GPTГлибоке навчання↔ compare
- LoRA та PEFTГлибоке навчання↔ compare
- Випадковий лісМашинне навчання↔ compare
- XGBoostМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →