返回全部题目← 上一题27 / 67下一题 →题库/模型基础与推理/Q-4591Softmax 是什么，在 Transformer 的哪些位置使用？知识专题：Transformer 与注意力题目类型：原理机制技术难度：基础收录题集：6 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集6 份深度学习基础汇编阿东玩 AI · AgentGuide · 3 条原题查看题集 →损失函数与激活函数写出sigmoid公式、softmax公式。Softmax与QKV机制能先介绍一下Softmax函数吗？【注意力机制细节】注意力机制具体怎么做的？说下attention计算公式，softmax去掉有什么影响？ 「蚂蚁集团、阿里巴巴」激活函数Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →Softmax函数的输出有什么特点？它为什么常用于多分类问题的输出层？深度网络架构Rocky Ding · AIGC-Interview-Book · 3 条原题查看题集 →解释Transformer模型输出序列中的概率分布是如何计算的？Transformer中的“负面注意力”（Negative Attention）是什么意思？Softmax在Transformer中起到什么作用？深度学习核心概念Rocky Ding · AIGC-Interview-Book · 3 条原题查看题集 →Softmax函数的数学定义是什么？它在神经网络中扮演什么角色？Softmax为什么能将任意实数向量转化为概率分布？其数学性质是什么？为什么用指数函数？损失函数知识点Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →Softmax的定义和作用展开剩余 1 份题集机器学习基础与优化Datawhale · daily-interview · 1 条原题查看题集 →在分类问题⾥，最后⼀层通常使⽤ softmax，请写 softmax 函数。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：18 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：2 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：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Transformer Encoder 的作用是什么？下一题 →LayerNorm 在 Transformer 中有什么作用，通常放在哪里？
