关于Attention-based Model，下列说法正确

[单选题]

关于Attention-based Model，下列说法正确的是（）

```
相似度度量模型
```
```
是一种新的深度学习网络
```
```
是一种输入对输出的比例模型
```
```
都不对
```

查看答案及解析

齐洋

Attention-based Model其实就是一个相似性的度量，当前的输入与目标状态越相似，那么在当前的输入的权重就会越大，说明当前的输出越依赖于当前的输入。严格来说，Attention并算不上是一种新的model，而仅仅是在以往的模型中加入attention的思想，所以Attention-based Model或者Attention Mechanism是比较合理的叫法，而非Attention Model。
---------------------
原文：https://blog.csdn.net/wuzqchom/article/details/75792501

发表于 2019-03-29 21:19:19 回复(4)

Seaton_

Attention-based Model 是一种用于在序列任务中将重要信息聚焦在一部分输入序列上的模型。它通过计算输入序列中各个位置与输出位置之间的相似度来决定在输出时应该对哪些输入位置“关注”或“聚焦”，从而能够更加有效地捕捉输入序列中与输出有关的重要信息。

发表于 2023-08-07 21:50:43 回复(0)

vinccccci

ttention-based Model不是一个相似性的度量，因为它并不直接度量两个向量或样本之间的相似性。Attention-based Model是一种基于深度学习的模型，通过对输入的不同部分赋予不同的权重，实现对输入的有针对性地关注，从而提高模型的性能。因此，Attention-based Model更多地是一个输入加权平均的模型，而不是一个相似性的度量。

举例来说，在机器翻译中，Attention-based Model可以帮助模型将对源语言句子的关注集中在与目标语言翻译相关的部分，从而提高翻译的准确性。在这个例子中，Attention-based Model并不直接度量两个句子之间的相似性，而是通过对不同部分的加权平均来提高模型的性能。

发表于 2023-04-17 10:22:04 回复(0)