Transformer又又又升级了？

Transformer，一个nlp绕不开的话题，现在连推荐和图像也绕不开了。这么强大的模型倒不是没有缺点，例如训练预估慢就是它的硬伤，所以常常受资源/时间等限制，都会优先尝试tiny-bert等较小的模型去处理，但是论文表明这种处理对效果是有一定影响的。有没有又快又好的模型呢？它来了-Fastformer，不仅线性复杂度，还刷新了很多榜单。

fastformer

先温习下transformer中的self-attention，如下图所示：

我们可以看到query中每个向量都需要与key中的向量做点积，才能最终得到最终向量。让我们再看看fastformer:

我们可以看到query中所有向量通过additive attention聚合成了一个全局向量，然后和key做element-wise乘法，又通过additive attention聚合成全局key向量，最后和value做element-wise后做线性变换得到r1~rN，最后输出q1+r1, q2+r2, q3+r3。

additive attention, wq和wk是可学习的参数:

实验

参考文献

1、https://arxiv.org/pdf/2108.09084.pdf

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！