返回全部题目← 上一题19 / 71下一题 →题库/模型基础与推理/Q-3703多头注意力为什么要降低每个 Head 的维度？知识专题：Transformer 与注意力题目类型：原理机制技术难度：进阶题集来源：3 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录收录题集相关题目收录题集3 个来源，共3 份题集深度网络架构Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →为什么在进行多头注意力的时候需要对每个head进行降维？八股集锦（高频问题）小熊饼干_ · 个人整理 · 1 条原题查看题集 →为什么在进行多头注意力的时候需要对每个head进行降维模型架构与注意力Firefly · llm_interview_note · 2 条原题查看题集 →transformer中multi-head attention中每个head为什么要进行降维？为什么在进行多头注意力的时候需要对每个head进行降维？相关题目4 题0036Transformer 中的 Attention 如何计算？同一知识专题题目类型：原理机制技术难度：进阶相关面经：20 篇0268Self-Attention 为何利于并行训练，与 RNN 相比有哪些局限？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0572Self-Attention 为什么需要 Scaling？同一知识专题题目类型：原理机制技术难度：进阶相关面经：3 篇0575手写 Multi-Head Attention。同一知识专题题目类型：代码题技术难度：进阶相关面经：6 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Decoder 自注意力为什么需要因果掩码，具体如何实现？下一题 →交叉注意力与自注意力有什么区别？
