Decoder

Определение

Часть архитектуры трансформера, генерирующая выходную последовательность через masked self-attention и cross-attention.

Где встречается

• 540. Как работает Q-Former в BLIP-2 и зачем он нужен
• 651. Как работает attention математически Выведите формулу scaled dot-product attention.
• 672. Что такое residual connections и зачем они нужны в трансформере
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление