Q、K、V 和几层矩阵乘法,第一次看公式很容易卡住。换个角度就通了:序列里每个位置都在问一个问题——"为了更新自己的表示,我应该从别的位置读多少信息?"注意力权重,本质是一张动态的信息...
指针拾光 2周前 76 0
显示验证码
没有账号?注册  忘记密码?