Self-Attention 让每个位置「关注」序列中所有位置：用 Query 与 Key 的点积计算相似度，Softmax 归一化后与 Value 加权求和。
相关演示
机器学习核心 · 第 3 章路径 6/8本章完成 0%CNNAttentionTransformer
可用 ← → 键切换主题
注意力机制
Query · Key · Value · Softmax
Query 词：「机器」
我
21.0%
喜欢
20.9%
机器
29.2%
学习
28.9%
深度学习检查点
学完演示后来检验一下。全部答对即可标记本章测验通过。
1. 卷积层共享权重的主要好处是？
2. Self-Attention 中 Query 与 Key 的点积用来？
3. Transformer 相对 RNN 的重要优势是？
与 AI 的联系
- 大模型：GPT、Claude 等均基于 Transformer decoder。
- 多模态：视觉编码器 (ViT) + 语言模型融合。
- Scaling Law：更多数据、更大模型通常带来更好性能。