标签：Transformer attention network 性能 Attention 原理 机制 方法

下面是9种Attention以及Attention变种的方法，其中LRA表示性能，横坐标表示运行速度，圈圈大小表示占的内存大小。

Transformer 是传统的Attention机制。

Big Bird 就是小孩子才做选择，啥都综合在一起。综合global attention， local attention 和随机attention。

Synthesizer新的想法，attention matrix不需要q，a产生，直接当network的参数。

Reformer 用clustering的方法，只关注重要区域的attention机制

Local attention方法，速度比较快，性能不太好的方法。

Sinkhore attention方法直接用network决定哪些位置用attention哪些位置不用。

Linformer, performer, Linear Transformer 是速度比较快，性能稍微差一些的一些方法。

标签：Transformer,attention,network,性能,Attention,原理,机制,方法
来源： https://www.cnblogs.com/xinyuePhd/p/16085013.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。