Программа курса Урок 143 из 246 · Модуль 13: Внимание и трансформеры
Модуль 13: Внимание и трансформеры

Внимание устраняет узкое место

Почему это важно Внимание изобрели в 2014 году, чтобы исправить ровно ту проблему, которую вы измерили в модуле 11: кодировщик сжимает целое предложение в один вектор.

В записанном эксперименте seq2seq-bottleneck декодер модели с вниманием на каждом шаге обращает внимание на все скрытые состояния кодировщика (его query - собственное состояние декодера). Он больше не зависит от одного итогового вектора; он может смотреть прямо назад на нужную цифру.

Предскажите: на длине 16, где простая модель правильно получала около 59% цифр, сколько получает модель с вниманием?

Слова и символы этого урока
query, key, value
что ищет позиция; что каждая позиция предлагает для сопоставления; что она отдаёт
attention
softmax оценок query-key, используемый для усреднения values
Твоя очередь

Присвойте my_guess число от 0 до 1: вашу догадку о точности по цифрам модели с вниманием на длине 16. Заполните acc: (model, length) к средней точности по цифрам двух seed, для обеих моделей и всех четырёх длин, и gain_at_16.

Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке

Это упражнение откроется скоро

Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.