Bengio等人新作:注意力可被视为RNN,新模型媲美Transformer,但超级省内存
作者:SoftHope
时间:2025-04-04
浏览:4
序列建模的进展具有极大的影响力,因为它们在广泛的应用中发挥着重要作用,包括强化学习(例如,机器人和自动驾驶)、时间序列分类(例如,金融欺诈检测和医学诊断)等。在过去的几年里,Transformer的出现标志着序列建模中的一个重大突破,这主要得益于Transformer提供了一种能够利用GPU并行处理的高性能架构。然而,Transformer在推理时计算开销很大,主要在于内存和计算需求呈二次扩展,从而限制了其在低资源环境中的应用(例如,移动和嵌入式设备)。尽管可以采用KV缓存等技术提高推理效率,但Trans
本文目录

论文地址:https://arxiv.org/pdf/2405.13956 论文标题:Attention as an RNN

将其映射到单一输出 o_N = Attention (q, k_1:N , v_1:N ) 。给定 s_i = dot (q,k_i),输出 o_N 可表述为: 
,分母为
。将注意力视为 RNN,可以在 k = 1,...,...... 时,以滚动求和的方式迭代计算
和
。然而,在实践中,这种实现方式并不稳定,会因有限的精度表示和可能非常小或非常大的指数(即 exp (s))而遇到数值问题。为了缓解这一问题,作者用累积最大值项
来重写递推公式,计算
和
。值得注意的是,最终结果是相同的
,m_k 的循环计算如下:

的方法。为此,作者利用并行前缀扫描算法(见算法 1),这是一种通过关联算子 ⊕ 从 N 个连续数据点计算 N 个前缀的并行计算方法。该算法可高效计算

,其中 
,
为了高效计算
,可以通过并行扫描算法计算
和
,然后结合 a_k 和 c_k 计算
。
,
,
。并行扫描算法的输入为
。该算法递归应用算子 ⊕,其工作原理如下:
,其中,
,
。


。也被称作
。结合输出元组的最后两个值,检索
从而产生一种高效的并行方法,将注意力计算为多对多 RNN(图 3)。







作者最新文章
漫蛙漫画下载安装最新版
2026-10-13 13:42
漫蛙最新版本下载安装
2026-10-13 13:19
漫蛙漫画官方正版下载入口
2026-10-13 13:19
漫蛙官网入口免费下载安装包
2026-10-13 13:18
quicker中文设置在哪里打开并切换中文教程
2026-10-12 17:45
上一篇:
笔记本电脑屏幕不停闪烁
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多









































