两篇transfomer 论文解读

jinggegebuaa

于 2021-05-07 11:07:24 发布

阅读量193

点赞数

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/keyanxiaocaicai/article/details/116455574

本文探讨了Transformer模型在小数据场景下与ViT的差异，强调了归纳偏置在数据量不足时的作用，并引用MLP-Mixer的发现来说明大量数据的重要性。通过动画解释，揭示了模型在过拟合问题上的动态表现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文主要是对最近的两篇transfomer 进行分析

1. inductive bias 归纳偏置

谷歌的MLP-Mixer告诉我们一点，大量的数据是可以战胜inductive bias的，但是显然一点是，数据量小的情况下和ViT是一致的，显得力不从心，存在过拟合的情况。

https://zhuanlan.zhihu.com/p/361686988--动画比较形象的描述了前向推理的过程

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。