回答情况：
提问时间：
问题标签：
我正在为一家制造工厂做网络布局，遇到了一个我不熟悉的情况。我们有6个钢梁从地面到天花板，我们正在计划安装开关箱，其中将包括一个UPS和一个美拉基MS120-48P。其中一根横梁将包含一个480 V的变压器，用于一些制造设备，这正是我计划安装一个开关盒的那根电杆。到目前为止，开关箱将在变压器上方5-6英尺的地方。这会对网络交换机造成任何干扰吗？
浏览 0提问于2020-02-24得票数 2
回答已采纳
例如，如果我有单词MKIK或"牛逼“(这是人工创建的)，我们如何告诉神经网络(变压器模型)保持相同的输出？
问题是如何在整流罩上使用变压器模型。我发现fairseq有--replace-unk参数，但是它似乎不适用于变压器模型，或者它有一个错误
浏览 23修改于2022-09-26得票数 0
我正在测试变压器和变压器架构的各种变体。但是，关于全语言任务的培训是一件很费时的事情。什么是好的玩具问题，以测试变压器(或其中的替代)是否正在工作？理想情况下，这些问题应该发挥变压器的优势，但对于一个完全连接的前馈网络来说，这是很难解决的。那些只适用于注意力层的任务也是有用的。
浏览 0修改于2021-06-07得票数 5
1回答
关于变压器的新问题。图1(右下角)表示：“输出(右移)”。在我看来，在生成(而不是训练)期间，网络的第n输出似乎是通过消耗n-1输出来计算的，可能还包括更早的输出条目。我的理解正确吗？
如果是这样的话，那将是一个反馈，不是吗？但是为什么说变压器是前馈的呢？说变压器在发电时有反馈是正确的吗？
浏览 0修改于2022-03-08得票数 0
有人告诉我，当传输通过长电缆传输时，以太网磁变压器被用于基本的以太网。变压器的用途是什么？(是用于信号滤波还是增强？)很抱歉，如果我的问题不连贯，因为我不太熟悉以太网硬件。是不是所有的差分对(DA: pins 1& 2，DB: pins 3& 6，DC: pins 4& 5，DD: pins 8和7)都是总线
浏览 0修改于2016-04-25得票数 13
1回答
当一个变压器模型被训练时，在解码器的末端有线性层，我的理解是一个完全连接的神经网络。在变压器模型训练过程中，当有损耗时，会反向传播来调整权值。还是将其扩展到所有解码器层权重矩阵(Q、K、V)和前向层权重？请帮我回答这个问题。
浏览 0提问于2021-02-05得票数 2
回答已采纳
我知道GPT是一个基于变压器的神经网络，由几个模块组成.这些块是基于原来的转换器的解码块，但它们完全相同吗？在原有的变压器模型中，解码器块有两种注意机制:一种是纯多头自关注机制，另一种是对编码器输出的自我注意机制。在GPT中没有编码器，因此我假设它的块只有一个注意机制。这就是我发现的主要区别。(就像变压器解码器一样。)
是这样吗？GPT (1,2,3，.)之间的差异还有什么可补充的吗？原来的变压器呢？
浏览 0提问于2020-11-16得票数 5
回答已采纳
标题可能令人困惑，但假设我要用一个利用多头注意力的掩蔽网络来构建变压器神经网络(就像SepFormer中的那样)，那么在编码器和解码器中添加自我注意是否仍然是必要的？
浏览 0修改于2021-04-12得票数 3
回答已采纳
当你设计一个网络时，你应该把规范化连接到哪里？例如，如果你有一个堆叠的变压器或注意力网络，在你有一个密集的层之后，在任何时候正常化是否有意义？
浏览 0提问于2019-06-11得票数 2
我想知道训练这样大小的变压器需要什么样的计算量。难道这仅仅是~10^3倍的失败吗？
一般来说，如何计算变压器、神经网络、CNN和其他流行的深度学习模型的模型参数所需的尺度？
浏览 0提问于2022-06-28得票数 1
这也许是一种简单的思维方式，但对我来说，变压器(基于注意力的神经网络)只关注输入的一个子集，学习什么对问题/预测是重要的随着训练的进行。
这与常规特征选择和神经网络在输入子集上的训练有什么不同？
浏览 0提问于2022-09-26得票数 1
对于学习蒙面语言模型(完形任务)，论文指出15%的标记被蒙面，网络被训练来预测掩蔽标记。既然是这样的话，变压器编码器和解码器的输入是什么？此外，如何计算输出损失？这是只适用于蒙面地点的软件吗？为此，所有蒙面令牌都使用相同的线性层吗？
浏览 3提问于2020-02-24得票数 7
回答已采纳
如何在PyTorch中计算大型神经网络或变压器模型的Hessian矩阵？我知道torch.autograd.functional.hessian，但它似乎只计算函数的Hessian，而不是神经网络。问题是，我想计算关于权值的Hessian函数，但是对于大型神经网络来说，把它写成权值的函数是非常低效的。有更好的方法吗？如有任何建议，将不胜感激。谢谢。
浏览 24提问于2022-03-14得票数 2
你把问题隔离到复杂建筑下面的下水道网络中，在管道迷宫的每一个交界处都有一个升级变压器。在恢复电源之前，必须检查每台变压器是否正常运行，必要时予以固定。更糟糕的是，下水道被布置成一棵树，树根位于下水道网络的入口处。这意味着，为了从一个变压器到下一个变压器，将有许多回溯通过长期和幽闭恐惧症的管道，因为没有捷径之间的连接。此外，这是一个星期天，你只有一个值班的技术人员在下水道网络中搜索坏的变压器。考虑一下您的技术员检查/修理变压器
浏览 0修改于2016-01-20得票数 3
1回答
pip3安装-U语句转换器错误:无法安装句子-变压器=0.1.0，语句-变压器=0.2.0，语句-变压器=0.2.1，句子-变压器=0.2.2，语句-变压器=0.2.4，语句-变压器=0.2.4.1，语句-变压器=0.2.5，语句-变压器=0.2.5.1，句子-变压器=0.2.6.1，句子-变压器=0.2.6.2，句子-变压器=0.3.1，句子-变压器=0.3.2，句子
浏览 10提问于2022-02-11得票数 1
我正在阅读Wav2Vec 2.0论文并试图理解模型的体系结构，但我很难理解可变长度的音频原始输入是如何通过模型提供的，特别是从卷积特性编码器到变压器上下文网络。然而，变压器上下文网络有一个固定的输入维；基本的Wav2Vec 2.0模型使用模型维度768的转换器。这意味着，从卷积特征编码器的输出必须以某种方式“操纵”成为维度768，以便输入变压器。，Wav2Vec2FeatureExtractor)和互感器上下文网络(即.k.a.，Wav2Vec2Encoder)之间存在一个Wav2Vec
浏览 0提问于2021-04-14得票数 1
我想知道这个模块是否只包含注意部分而不是整个变压器块(即它不包含正常化层、剩余连接和附加的前馈神经网络)？
浏览 5提问于2022-01-06得票数 0
回答已采纳
|+-------------+------------+
如果这是正确的方法，而且没有这样的变压器，你能给我一个如何写自己的指针吗？
浏览 0提问于2019-08-07得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号