当前位置：首页 > news >正文

购物网站备案费用网络销售平台有哪些

news 2025/7/18 15:00:52

购物网站备案费用,网络销售平台有哪些,wordpress主题圆角,注册建设通网站首页第一章：人工智能之不同数据类型及其特点梳理第二章：自然语言处理(NLP)：文本向量化从文字到数字的原理第三章：循环神经网络RNN：理解 RNN的工作机制与应用场景(附代码) 第四章：循环神经网络RNN、LSTM以及GR…

第一章：人工智能之不同数据类型及其特点梳理
第二章：自然语言处理(NLP)：文本向量化从文字到数字的原理
第三章：循环神经网络RNN：理解 RNN的工作机制与应用场景(附代码)
第四章：循环神经网络RNN、LSTM以及GRU 对比(附代码)
第五章：理解Seq2Seq的工作机制与应用场景中英互译(附代码)
第六章：深度学习架构Seq2Seq-添加并理解注意力机制(一)
第七章：深度学习架构Seq2Seq-添加并理解注意力机制(二)
第八章：深度学习模型Transformer初步认识整体架构

一、Transformer 是什么？

Transformer 是 Google 在 2017 年提出的 基于自注意力机制（Self-Attention） 的深度学习模型，彻底摒弃了传统的循环神经网络（RNN）和卷积神经网络（CNN），成为自然语言处理（NLP）领域的革命性架构。其核心思想是通过 全局依赖建模 和 并行计算 高效处理序列数据，广泛应用于机器翻译、文本生成、语音识别等任务。

典型应用

BERT、GPT 等预训练模型均基于 Transformer。
ChatGPT、DALL·E 等生成式 AI 的核心架构。

二、产生的背景

2.1. 传统模型的局限性

RNN（LSTM/GRU）：
- 序列依赖：必须逐时间步计算，无法并行训练。
- 长距离依赖：梯度消失/爆炸问题严重，难以捕捉远距离词的关系。
CNN：
- 局部感受野：依赖卷积核大小，难以建模全局依赖。
- 位置敏感性：需堆叠多层才能扩大感受野，效率低。

2.2. 注意力机制的启发

2014 年，注意力机制首次在 Seq2Seq 模型中被提出，解决了编码器信息压缩的瓶颈。
但基于 RNN 的注意力模型依然无法完全并行，且长序列处理能力有限。

2.3. 硬件算力提升

GPU/TPU 的普及使得大规模并行计算成为可能，推动了 Transformer 的可行性。

三、发展历史

时间	里程碑
2017	Transformer 诞生：论文《Attention Is All You Need》提出纯注意力架构。
2018	BERT：基于 Transformer 的双向预训练模型，刷新多项 NLP 任务记录。
2018	GPT：基于 Transformer 的单向生成式预训练模型，开启大模型时代。
2020	Vision Transformer (ViT)：将 Transformer 应用于计算机视觉领域。
2022	ChatGPT：基于 Transformer 的对话模型，引发生成式 AI 的爆发。

四、Transformer 的优缺点

优点

特性	说明
并行计算	所有位置同时计算，训练速度远超 RNN/CNN。
长距离依赖建模	自注意力直接捕捉任意位置的关系，避免梯度消失。
可扩展性	通过堆叠多层和多头注意力，轻松扩展模型容量。
多模态支持	统一处理文本、图像、语音等不同模态数据（如 ViT、Whisper）。

缺点

局限性	说明
计算复杂度高	自注意力复杂度为 $O(N^2)$ ，长序列（如文档）计算成本剧增。
显存占用大	存储注意力矩阵需大量显存，限制输入长度。
数据需求高	依赖海量训练数据，小数据场景易过拟合。

五、Transformer 整体架构

Transformer 由 编码器（Encoder） 和 解码器（Decoder） 堆叠组成，
在这里插入图片描述
而每一个编码器或者解码器内部，又由不同的组件构成。

编码器（Encoder）
在这里插入图片描述

编码器（Encoder）包含 N 个相同层，每层由以下组件构成：
1. 多头自注意力（Multi-Head Self-Attention）
2. 前馈网络（Feed-Forward Network）
3. 残差连接（Residual Connection） 和 层归一化（LayerNorm）

解码器（Decoder）
在这里插入图片描述

解码器（Decoder）包含 N 个相同层，每层在编码器基础上增加：
1. 掩码多头自注意力（Masked Multi-Head Self-Attention）
2. 编码器-解码器注意力（Encoder-Decoder Attention）

六、核心组件

6.1. 自注意力机制（Self-Attention）

目标：为序列中每个位置生成加权表示，反映全局依赖关系。
计算步骤：

生成 Q、K、V 矩阵：
$XW^Q, \quad K = XW^K, \quad V = XW^V$
计算注意力分数：
$\text{Attention}(Q, K, V) = \text{Softmax}\left(\frac{QK^\top}{\sqrt{d_k}}\right)V$
- 缩放点积：除以 $\sqrt{d_k}$ 防止梯度爆炸。
- Softmax：归一化为概率分布。

6.2. 多头注意力（Multi-Head Attention）

并行计算：将 Q、K、V 拆分为多个子空间（头），分别计算注意力后拼接：
$\text{MultiHead}(Q, K, V) = \text{Concat}(\text{head}_1, \dots, \text{head}_h)W^O$
- 优势：捕捉不同子空间的语义特征（如语法、语义）。

6.3. 位置编码（Positional Encoding）

目标：为输入序列注入位置信息（替代 RNN 的时序性）。
公式（正弦/余弦函数）：
$PE_{(pos, 2i)} = \sin\left(\frac{pos}{10000^{2i/d}}\right), \quad PE_{(pos, 2i+1)} = \cos\left(\frac{pos}{10000^{2i/d}}\right)$
效果：使模型能区分不同位置的词（如“猫追狗” vs “狗追猫”）。