Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2402.00522v3

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2402.00522v3 (cs)
[提交于 2024年2月1日 (v1) ,修订后的 2024年2月14日 (此版本, v3) , 最新版本 2024年10月30日 (v6) ]

标题: 理解Transformer在序列建模中的表达能力和机制

标题: Understanding the Expressive Power and Mechanisms of Transformer for Sequence Modeling

Authors:Mingze Wang, Weinan E
摘要: 我们对Transformer在长、稀疏和复杂记忆的序列建模中的近似性质进行了系统研究。 我们研究了Transformer的不同组件,如点积自注意力、位置编码和前馈层,是如何影响其表达能力的,并通过建立明确的近似速率来研究它们的综合影响。 我们的研究揭示了Transformer中关键参数的作用,如层数和注意力头的数量,这些见解也为替代架构提供了自然的建议。
摘要: We conduct a systematic study of the approximation properties of Transformer for sequence modeling with long, sparse and complicated memory. We investigate the mechanisms through which different components of Transformer, such as the dot-product self-attention, positional encoding and feed-forward layer, affect its expressive power, and we study their combined effects through establishing explicit approximation rates. Our study reveals the roles of critical parameters in the Transformer, such as the number of layers and the number of attention heads, and these insights also provide natural suggestions for alternative architectures.
评论: 65页
主题: 机器学习 (cs.LG) ; 机器学习 (stat.ML)
引用方式: arXiv:2402.00522 [cs.LG]
  (或者 arXiv:2402.00522v3 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2402.00522
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Mingze Wang [查看电子邮件]
[v1] 星期四, 2024 年 2 月 1 日 11:43:13 UTC (95 KB)
[v2] 星期二, 2024 年 2 月 6 日 07:34:41 UTC (95 KB)
[v3] 星期三, 2024 年 2 月 14 日 05:17:31 UTC (96 KB)
[v4] 星期五, 2024 年 5 月 24 日 10:03:59 UTC (100 KB)
[v5] 星期三, 2024 年 7 月 3 日 03:23:24 UTC (100 KB)
[v6] 星期三, 2024 年 10 月 30 日 08:47:36 UTC (109 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-02
切换浏览方式为:
cs
stat
stat.ML

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号