0
点赞
收藏
分享

微信扫一扫

HttpRunner自动化测试工具之获取响应数据&extract提取值到变量

白话 Transformer 原理-以 BERT 模型为例

第一部分:引入

1-向量

在数字化时代,数学运算最小单位通常是自然数字,但在 AI 时代,这个最小单元变成了向量,这是数字化时代计算和智能化时代最重要的差别之一

举个例子:银行在放款前,需要评估一个人的信用度;对于用户而言,可以简单地用一个向量来表示其信用度,如下所示:

向量是一组数据的集合,可以想象成在一个超高维度空间里的一个点。一个具体的信用度向量,就是在 9 个特征组成的高维空间的一个点。数据在高维空间将展现更多的数学性质,容易让我们抓住更多隐藏的规律。在 AI 领域,向量的维度可达数千维、甚至数万维。以 BERT-Base 中文模型为例,每个汉字都被表示为 768 维的向量。

如下图所示,从人们的认知来看,超过 3 维空间便很难直观的理解了。在 AI 时代,数据的维度远远超过 3 维,我们不能再以传统的思维来看待问题。
在这里插入图片描述



举报

相关推荐

0 条评论