14 Positional Encoding （为什么 Self-Attention 需要位置编码）

博客配套视频链接: https://space.bilibili.com/383551518?spm_id_from=333.1007.0.0 b 站直接看

配套 github 链接：https://github.com/nickchen121/Pre-training-language-model

配套博客链接：https://www.cnblogs.com/nickchen121/p/15105048.html

厚颜无耻的要个赞

Attention

优点：

1. 解决了长序列依赖问题
2. 可以并行

缺点：

1. 开销变大了

2. 既然可以并行，也就是说，词与词之间不存在顺序关系（打乱一句话，这句话里的每个词的词向量依然不会变），即无位置关系（既然没有，我就加一个，通过位置编码的形式加）

位置编码的问题

为什么需要位置编码

位置编码怎么做的

具体做法

做法 1

做法 2

为什么这么做有用

pos+K=5，我在计算第 5 个单词的位置编码的时候

pos=1，k=4

pos=2，k=3