Attention mechanism

Attention mechanism je mechanizmus neurónovej siete, ktorý dynamicky prideľuje váhy rôznym častiam vstupu a umožňuje modelu sústrediť výpočet na informácie relevantné pre aktuálny výstup.

Použitie závisí od konkrétnej úlohy a očakávaného výsledku. V praxi určuje, ako sú časti systému usporiadané, ako medzi nimi tečú dáta a aké obmedzenia riešenie má.

Overenie sa robí na reprezentatívnych dátach alebo scenároch, voči jasnej porovnávacej základni a pomocou metrík zodpovedajúcich reálnemu cieľu. Kontrola má zahŕňať aj hraničné prípady, neistotu a prevádzkové náklady.

Rizikom je zbytočná zložitosť, neprimeraná spotreba zdrojov, slabá interpretovateľnosť alebo nevhodné správanie pri zmene dát. Voľba architektúry sa musí overiť experimentom a prevádzkovým testom.

Attention mechanism sa od pojmov Batch normalization, Activation function, Convolutional neural network odlišuje funkciou, vstupmi, spôsobom výpočtu a účelom výsledku. Súvisiace pojmy môžu spolupracovať, nie sú však automaticky zameniteľné.