莘羽专业数码电器网
首页 > 行业动态 > ICLR 2019 遗珠加大号变形金刚Transformer-XL真的能像电影中那样变形吗

ICLR 2019 遗珠加大号变形金刚Transformer-XL真的能像电影中那样变形吗

在这篇文章里,我们将探索一项令人惊叹的AI技术,它似乎具有超越现有模型能力的潜力。 Transformer-XL 是一个全新的、基于注意力的神经网络架构,它不仅能够处理可变长度序列,而且在多个任务中刷新了当前的最佳性能。

Transformer-XL 的诞生可以追溯到谷歌大脑于2017年提出最初版本的 Transformer 模型。当时,这种完全依赖于注意力的编码器-解码器结构被证明是机器翻译和文本理解等任务中的重要基准。随后,谷歌大脑又推出了第二代模型 Universal Transformer,并通过一种新型时间并行循环结构使其更加强大。

然而,Transformer-XL 在与前两代相比更进一步的地方:它允许模型学习更长期的依赖关系,而不会干扰时空的一致性。这是通过结合小节级别循环机制和一个全新的位置编码模式实现的。此外,该方法还解决了内容分块的问题,使得它能够捕捉到远超过 RNN 学习到的依赖长度,同时保持高效率。

实验结果显示,Transformer-XL 不仅在长序列上取得了显著提升,还在短序列上的表现也优于之前版本。此外,在多个数据集上都打破了记录,比如 text8 数据集从 1.13 提升至 1.08,小到 Penn Treebank 数据集上从 55.3 提升至 54.5 都有所改进。

值得一提的是,即便论文投稿 ICLR 2019 被拒,但许多学者仍认为这是一个非常有价值的研究工作,其中包括 David Ha,他评价称该论文提供了一套实用的代码,可以应用于语言建模之外的许多其他任务。

如果你对这种前沿技术感兴趣,可以阅读完整论文,并尝试使用作者提供的预训练模型进行实验。要查看详细信息,请访问 https://arxiv.org/abs/1901.02860 或者访问 GitHub 上开源项目 https://github.com/kimiyoung/transformer-xl,以获取 PyTorch 和 TensorFlow 版本以及预训练好的模型。

标签:

猜你喜欢

数码电器行业动态 机器人技术进步...
一、引言 随着科技的飞速发展,机器人这一概念已经不再是科幻电影中的奇谈怪论,而是逐渐融入我们的生活中。从最初的简单机械设备到如今高度智能化的自动系统,机器...
数码电器行业动态 未来工厂智能制...
一、智能制造时代的就业新蓝图 随着技术的飞速发展,智能制造已经成为当今世界各国工业转型升级的重要方向。智能制造不仅改变了传统制造方式,还为就业市场带来了新...
数码电器行业动态 智能装备的智慧...
一、算法之源——智能装备学习的起点 在探索智能装备背后的智慧时,我们首先要了解它所依赖的核心技术——算法。一个好的算法能够让设备更好地理解和响应周围环境,...
数码电器行业动态 智能环保装备技...
在当今这个高速发展的时代,随着科技的飞速进步,各种各样的智能环保装备技术已经开始渗透到我们的日常生活中。特别是在城市交通领域,这些技术的应用不仅能够提升交...

强力推荐