inarizuuuushi https://blog.hatena.ne.jp/inarizuuuushi/ Sabrou-mal サブロウ丸 https://inarizuuuushi.hatenablog.com/ Transformer自作 本稿ではMulti-head Attentionについて実装を行います。 Multi-head Attention Q, K, Vを分割してそれぞれでscaled dot-product attentionを実行、結果を集約(concat) こちらの方が精度が良い(理由は分からんけども; 複数の文脈を取り出せるという効果も) それぞれのattentionを並列実行できるという利点 コード attention mask attentionのに対する特徴量算出式を思い出そう。(参考: Attention - Speaker Deck ) mask生成部分のコード transformer内のforw… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Finarizuuuushi.hatenablog.com%2Fentry%2F2022%2F06%2F20%2F090000" title="Transformerによる翻訳システム自作; part3 Multi-head Attention - Sabrou-mal サブロウ丸" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/i/inarizuuuushi/20220612/20220612105107.png Hatena Blog https://hatena.blog 2022-06-20 09:00:00 rich https://inarizuuuushi.hatenablog.com/entry/2022/06/20/090000 1.0 100%