深度学习笔记 【深度学习笔记】为什么transformer(Bert)的多头注意力要对每一个head进行降维？这里我们以Bert的12头注意力进行举例。 我们都知道，bert采用了12头注意力，同时每一个注意力 阅读更多… 由admin，2年 前