百科问答小站 logo
百科问答小站 font logo



为什么有的 Vision Transformer 中的 key 不需要 bias ? 第1页

  

user avatar   donglixp 网友的相关建议: 
      

加和不加从结果上是等价的,BEiT在实现中去掉是为了fp16训练过程中数值稳定。

Both (i.e., with or without key.bias) are equivalent in terms of calculation results. They are canceled by the softmax function.

Softmax(q,k) = exp(q.weight * key.weight + q.bias * key.weight + q.weight * key.bias + q.bias * key.bias) / Z

Because the query is the same over all the keys, so the term (q.weight * key.bias + q.bias * key.bias) remains the same across all the keys, which in turn can be cancelled without affecting the softmax results.

exp(a)/(exp(a)+ exp(b)) == exp(a+C)/(exp(a+C)+ exp(b+C))


user avatar   tylin98 网友的相关建议: 
      

女王:求求题主放过我,我可不敢有什么政绩。。。




  

相关话题

  计算机视觉有多少分支? 
  为什么熵值最大的分布状态是正态分布而不是均匀分布? 
  如果你是一个C++面试官,你会问哪些问题? 
  从进化的角度看,实现强人工智能,究竟是数据重要还是模型重要? 
  为什么 AlphaGo 不敢挑战麻将? 
  计算机本科应届生薪资大多是多少? 
  如何评价第三局比赛AlphaGo再次战胜李世石? 
  有哪些比较好的元学习(meta learning)领域的学习资源? 
  计算机开发岗和算法岗都有些什么区别? 
  有没有那么一次,Java让你欣喜若狂? 

前一个讨论
为什么Transformer适合做多模态任务?
下一个讨论
20 年前的今天,中国正式加入世贸组织,20 年来为我们带来了哪些变化?





© 2024-11-21 - tinynew.org. All Rights Reserved.
© 2024-11-21 - tinynew.org. 保留所有权利