質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

0回答

817閲覧

transformer推測時のデコーダーについて

退会済みユーザー

退会済みユーザー

総合スコア0

深層学習

深層学習は、多数のレイヤのニューラルネットワークによる機械学習手法。人工知能研究の一つでディープラーニングとも呼ばれています。コンピューター自体がデータの潜在的な特徴を汲み取り、効率的で的確な判断を実現することができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/02/06 02:44

以前transformerについてこのような質問をしたものです。
https://teratail.com/questions/171734
親切に回答していただいたのですが、いまだにわからない部分2つあります。

1つ目は推測時のデコーダーへの入力データのshapeです。
日本語から英語への翻訳タスクとして、学習時には複数の単語IDが含まれた文章をベクトルに変換し
(バッチサイズ,バッチ内での文章の最大単語数,ベクトルサイズ)
の形で入力データとして用いると思います。
また、self-attensionの時にはまだ出ていない先の単語を学習しないようにmaskingすることも理解しています。
しかし、推測するときはどのような入力データを与えているのでしょうか?
私の考えでは最初の入力として<bos>タグのベクトルだけを渡してエンコーダーの値と合わせることで次の単語を予測するのではと思っています。
しかし、ここで私の2つ目のわからない部分が出てくるのですが、もしそのように<bos>タグだけを入力データとして渡すとすると<bos>タグのベクトルだけでself-attensionが行われ、その後も予測された各単語を入力値とした時にはエンコーダーで計算された値は固定されたまま、各単語ベクトルごとにSourceTarget-Attentionが行われるのでしょうか?

質問の内容がわかりづらい部分があると思うので、そのときは躊躇なく聞いてください。
よろしくお願いします。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問