- 1、本文档共30页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Transformer in NLP and CV
Key milestones
Self-attention LayerRNN:难以并行,但是可以看见全局信息CNN:可以并行,但是只能看局部信息
Self-attention LayerSelf-attention Layer
Self-attention Layer
Self-attention Layer
Self-attention Layerq对k做attention:
Self-attention Layer
Self-attention Layer
Self-attention LayerMulti-head:
Self-attention Layer
Self-attention Layer
Self-attention Layer
重点来了
Transformer
Transformer首个输出:后续输出:
TransformerS I am a studentS I am a studentS I am a studentS I am a studentS I am a student
BERTENCODER
BERT in NLPINPUT:POSITION EMBEDDING:
预训练方法一:Masked LM选择 mask15%的tokens:80%的 tokens 被替换为 token [MASK]10%的 tokens 被替换为随机 token10%的 tokens 保持不变BERT in NLP
预训练方法二:Next Sentence Prediction预测两句话是否是承接关系BERT in NLP
BERT in NLP
Transformer in CVImage Classification:ViT (Vision Transformer)
Transformer in CVImage Classification:ViT (Vision Transformer)
Transformer in CVGeneric Object Detection: DETR(DEtection TRansformer)
Transformer in CVGeneric Object Detection: DETR(DEtection TRansformer)CNN1*13D→2D
Transformer in CVGeneric Object Detection: DETR(DEtection TRansformer)解码器与Transformer的不同:并行解码,并非自回归超参数N
Transformer in CVGeneric Object Detection: DETR(DEtection TRansformer)缺点: DETR框架虽然简洁,但训练阶段需要的时间和硬件资源需求较大,效果与经典方法Faster R-CNN不相上下,其中DETR对于大目标的检测效果有所提升,但在小目标的检测中表现较差。
挑战与愿景挑战:大多数应用都保留了Transformer在NLP任务中的原始形态,这一形态不一定适合images,因此是否会有改进版本,更加适合视觉任务的Transformer尚且未知Transformer需要的数据量太大人民币玩家的游戏愿景:像NLP领域一样实现大一统高效运行和部署可解释性
THXQA
文档评论(0)