我将注意力和 MLP 处理合并到一个门控 Transformer 块中。间隙[R]
原文:I merged attention and MLP processing into a single gated Transformer block. GAP [R]
大家好!我一直在尝试另一种 Transformer 架构,称为 GAP(门控注意力投影)。主要思想是将注意力和 MLP 式处理结合到单个门控块中,而不是使用标准的单独注意力和前馈子层。我使用来自 WikiText-1 的每个模型 1 亿个评分训练标记,针对标准 Transformer 对其进行了测试
正文没能搬到本站:该站禁止服务器(机房 IP)抓取,返回 site,换任何浏览器标识都拿不到。在手机上打开原站往往又慢又卡,下面先把收录到的内容给你。
本站会持续尝试重新抓取;也可以收藏这条,正文抓到后会永久保留。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。