这里为什么要用bmm
:看NWKernelRegression
定义的过程,我们是将查询数定义为了批量,attention_weights
在第1
维度展开就可以提取每一个查询,将所有加了权的键变成行向量;values
在最后一个维度展开,就将所有值变成了一个列向量;此时两者相乘就是预测值
这里为什么要用bmm
:看NWKernelRegression
定义的过程,我们是将查询数定义为了批量,attention_weights
在第1
维度展开就可以提取每一个查询,将所有加了权的键变成行向量;values
在最后一个维度展开,就将所有值变成了一个列向量;此时两者相乘就是预测值
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/890130.html
如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!