2023

an archive of posts from this year

Seq2Seq에서 Transformer까지: 문맥 누적에서 직접 참조로 · 4편

Self-Attention과 Transformer - 순차 연결을 끊고 직접 참조하다

RNN이 이전 상태 통해 문맥을 누적 전달했다면, Transformer는 필요한 토큰을 직접 찾아본다. Self-Attention이 어떻게 순차 구조를 없애고, Attention Seq2Seq와 어떻게 연결되는지 살펴본다.

transformer self-attention multi-head-attention positional-encoding masked-attention

deep-learning

2023-07-14 · 3 min read
Seq2Seq에서 Transformer까지: 문맥 누적에서 직접 참조로 · 3편

Decoder의 남은 문제 - 출력 문맥도 여전히 누적된다

Attention은 Encoder의 정보 병목을 해결했다. 하지만 Decoder 자체는 여전히 이전 상태에 의존하는 순차 구조다. 이 문제가 왜 Transformer 등장의 마지막 동기가 되는지 살펴본다.

attention seq2seq bahdanau-attention query-key-value nlp

deep-learning

2023-06-28 · 2 min read
Seq2Seq에서 Transformer까지: 문맥 누적에서 직접 참조로 · 2편

Attention Seq2Seq - 마지막 상태만 보지 말고 직접 보자

Vanilla Seq2Seq의 병목을 어떻게 해결할까? Decoder가 Encoder의 모든 hidden state를 "필요에 따라" 직접 참고하는 방식.

attention seq2seq bahdanau-attention query-key-value nlp

deep-learning

2023-06-02 · 3 min read
Seq2Seq에서 Transformer까지: 문맥 누적에서 직접 참조로 · 1편

Vanilla Seq2Seq - 마지막 상태에 의존하던 구조

Seq2Seq의 기본 구조를 이해하려면 먼저 "입력 정보를 하나의 벡터로 압축한다"는 사실부터 받아들여야 합니다. 마지막 hidden state에 모든 정보를 담는 방식, 그리고 그 구조가 가진 근본적 한계.

seq2seq rnn encoder-decoder attention nlp

deep-learning

2023-05-25 · 3 min read

Self-Attention과 Transformer - 순차 연결을 끊고 직접 참조하다

Decoder의 남은 문제 - 출력 문맥도 여전히 누적된다

Attention Seq2Seq - 마지막 상태만 보지 말고 직접 보자

Vanilla Seq2Seq - 마지막 상태에 의존하던 구조