เทมเพลตภาพวิทยาศาสตร์ · ระบบและเครือข่าย · 4:3
แผนภาพสถาปัตยกรรม Transformer แบบมินิมอล
แผนภาพแนวนอนที่วางบล็อกตัวเข้ารหัสแบบซ้อนชั้นไว้มุมซ้ายบน มีสองแผงที่เปิด multi-head attention ลงไปถึงแกน scaled dot-product และแผงฟีดฟอร์เวิร์ดรายตำแหน่งแยกไว้มุมขวาล่าง ขนาดเหมาะกับส่วนวิธีการของบทความหรือการบรรยาย
พรอมต์
Create a scientific figure about: Transformer model architecture with attention and feed-forward blocks. Visual style: Schematic Minimal. Requirements: - publication-ready scientific quality - clear labels and directional arrows where appropriate - avoid cartoon style, avoid meme style, avoid stock-photo look - avoid neon glow and over-sharpened CGI look unless explicitly requested - composition optimized for research papers and academic slides - category context: systems-networks - minimal schematic style with reduced visual noise - strong information hierarchy using line weight and spacing - few but meaningful colors for process emphasis
เทมเพลตนี้คืออะไร
ภาพพาอ่านจากภาพรวมไปสู่รายละเอียด บล็อกตัวเข้ารหัสที่มุมซ้ายบนเริ่มจากจุดที่เอ็มเบดดิงอินพุตรวมกับการเข้ารหัสตำแหน่ง ผ่าน self-attention แบบหลายหัว โหนดบวกและนอร์มัลไลซ์ แล้วเข้าเครือข่ายฟีดฟอร์เวิร์ด โดยมีเครื่องหมายการ์ดซ้อนบอกการทำซ้ำ จากนั้นแผงแอตเทนชันเปิดบล็อกนั้นออก คิวรี คีย์ และแวลูต่างผ่านการฉายเชิงเส้นของตัวเอง แล้วเข้าแกน scaled dot-product ที่ประกอบด้วยการคูณเมทริกซ์ การสเกล มาสก์ที่เลือกใส่ได้ และการนอร์มัลไลซ์ หลังจากนั้นผลของทุกหัวถูกต่อกันและฉายอีกครั้ง แผงมุมขวาล่างคลี่ฟีดฟอร์เวิร์ดเป็นชั้นเชิงเส้นสองชั้นที่คั่นด้วยฟังก์ชันกระตุ้นหนึ่งตัว ลำดับชั้นของข้อมูลจึงอาศัยความหนาของเส้นและสีไม่กี่สี
องค์ประกอบที่ต้องระบุชื่อ
บล็อกตัวเข้ารหัส
เอ็มเบดดิง แอตเทนชัน บวกและนอร์มัลไลซ์ และฟีดฟอร์เวิร์ด เรียงจากล่างขึ้นบน โดยวางเครื่องหมายการทำซ้ำไว้ที่มุมบนของบล็อก
จุดเข้าของการเข้ารหัสตำแหน่ง
การเข้ารหัสตำแหน่งรวมกับเอ็มเบดดิงอินพุตที่วงกลมเครื่องหมายบวก ลูกศรต้องชี้ขึ้นเข้าสู่บล็อกด้านบน
การเชื่อมต่อแบบ residual
เส้นที่ข้ามแต่ละชั้นย่อยไปยังโหนดบวกของมัน วาดด้วยลายเส้นที่คำอธิบายสัญลักษณ์แยกไว้จากเส้นหลัก
แผงแอตเทนชันหลายหัว
การ์ดที่วางเหลื่อมกันแทนแต่ละหัว ติดป้ายการ์ดใบแรกและใบสุดท้ายไว้ที่สองปลายของกอง
การฉายคิวรี คีย์ และแวลู
การฉายเชิงเส้นสามเส้นวางเคียงกัน แต่ละเส้นมีเมทริกซ์น้ำหนักและสัญลักษณ์มิติของตัวเอง
แกน scaled dot-product
การคูณเมทริกซ์ การสเกล มาสก์ที่เลือกใส่ได้ และการนอร์มัลไลซ์อยู่ในคอลัมน์เดียว ปิดท้ายด้วยการคูณกับแวลู
การต่อกันและการฉายผลลัพธ์
ผลจากทุกหัวรวมเป็นเทนเซอร์เดียว แล้วผ่านชั้นเชิงเส้นสุดท้ายที่ติดป้ายมิติของโมเดล
แผงฟีดฟอร์เวิร์ด
ชั้นเชิงเส้นสองชั้นล้อมฟังก์ชันกระตุ้นหนึ่งตัว และระบุตัวเลือกฟังก์ชันกระตุ้นไว้ในวงเล็บข้างกล่อง
มักใช้ที่ไหน
- ภาพกลไกในบทความวิจัย
- เอกสารประกอบการสอน
- สไลด์สอบป้องกัน
- เว็บไซต์ห้องปฏิบัติการ
สิ่งที่ผู้ประเมินจะดู
บอกให้ชัดว่านอร์มัลไลซ์อยู่ตรงไหน
การนอร์มัลไลซ์หลังชั้นย่อยและก่อนชั้นย่อยเป็นทางเลือกที่พบบ่อยทั้งคู่ แบบที่ภาพวาดต้องตรงกับโค้ดของคุณ มิฉะนั้นผู้ที่สร้างโมเดลตามภาพจะประกอบบล็อกผิด
มาสก์ไม่ได้เปิดเองโดยอัตโนมัติ
self-attention ของตัวเข้ารหัสโดยทั่วไปไม่มีมาสก์เชิงเหตุ เมื่อกล่องมาสก์ปรากฏในแกน ให้ระบุว่าเป็นของตัวถอดรหัสหรือของ padding ไม่ใช่การปิดตำแหน่งในอนาคตทุกชั้น
สัญลักษณ์มิติต้องสอดคล้องกัน
สัญลักษณ์บนการฉาย บนการต่อกัน และบนชั้นผลลัพธ์ต้องตรงกันทั้งหมด จำนวนหัวคูณความกว้างต่อหัวต้องเท่ากับมิติของโมเดล ความสัมพันธ์นี้ควรเขียนไว้ในคำบรรยายภาพ
บอกสิ่งที่ไม่ได้วาด
ภาพนี้คลี่เฉพาะฝั่งตัวเข้ารหัส หากเป็นโมเดลแบบตัวเข้ารหัสและตัวถอดรหัส ให้เพิ่มตัวถอดรหัสกับ cross-attention หรือเขียนชัดในคำบรรยายภาพว่าแสดงเพียงตัวเข้ารหัส
วิธีใช้ใน Yila
- 1เลือกภาพ
- 2อธิบายสิ่งที่คุณศึกษาและขั้นตอนที่ต้องการเน้น
- 3ปรับแก้ต่อผ่านแชต แล้วดาวน์โหลดไฟล์ PNG
คำแนะนำ
ควรทำ
- ใส่จำนวนชั้น จำนวนหัว และความกว้างของชั้นซ่อนของโมเดลคุณลงในพรอมต์ เครื่องหมายซ้อนชั้นและป้ายมิติจะได้เป็นค่าจริง
- ขอสีเน้นเพียงสีเดียวบนเส้นทางแอตเทนชันและใช้สีเทาส่วนที่เหลือ แผนภาพมินิมอลแบบนี้แบ่งระดับด้วยความหนาของเส้น
ควรเลี่ยง
- อย่าเก็บแผงแอตเทนชันสองแผงที่แทบเหมือนกันไว้ในภาพเดียว เลือกแผงที่ครบกว่าแล้วขอให้ลบอีกแผงออก
- อย่ากองป้ายไว้บนลูกศร เลย์เอาต์นี้อาศัยพื้นที่ว่าง ตัวอักษรที่แน่นจะทำให้ลำดับชั้นแบนลงทันที
คำถามที่พบบ่อย
ใส่ภาพนี้ลงบทความได้เลยหรือเปล่า
ใช้เป็นร่างสำหรับส่วนวิธีการ ภาพนี้เป็นภาพแรสเตอร์ที่สร้างด้วย AI จึงต้องตรวจตัวสะกดในทุกกล่อง ทิศของลูกศร และสัญลักษณ์มิติเทียบกับโค้ดของคุณ และขอให้ลบแผงที่ซ้ำหรือเกินในแชตก่อนถือว่าเป็นฉบับสุดท้าย
แก้องค์ประกอบในภาพได้ไหม
แก้ทีละองค์ประกอบไม่ได้ แต่แชตใน Yila เพื่อปรับต่อได้ เช่น เพิ่มตัวถอดรหัสกับ cross-attention ย้ายการนอร์มัลไลซ์ไปไว้ก่อนชั้นย่อย ตัดกล่องมาสก์ หรือเก็บไว้เฉพาะบล็อกตัวเข้ารหัส แล้วสร้างเวอร์ชันใหม่จากคำอธิบายนั้น
ได้ไฟล์รูปแบบใด
ภาพ PNG ที่สร้างด้วย AI ในแนวนอน เหมาะกับภาพในส่วนวิธีการ เอกสารประกอบการสอน หรือสไลด์สอบป้องกัน ภาพนี้ไม่ใช่กราฟิกเวกเตอร์ ตัวอักษรเล็กในกล่องจะเบลอเมื่อย่อภาพ จึงควรตรวจที่ขนาดตอนส่งบทความ
ต้องเสียเงินไหม
การเปิดดูหน้านี้และภาพตัวอย่างไม่มีค่าใช้จ่าย การสร้างเวอร์ชันของคุณใน Yila จะใช้เครดิต บัญชีใหม่ได้รับ 2,500 เครดิต พอสำหรับปรับความลึก แผงแอตเทนชัน และบล็อกฟีดฟอร์เวิร์ดหลายรอบ
งานของฉันเป็นโมเดลด้านภาพ ปรับได้ไหม
ได้ แอตเทนชันและฟีดฟอร์เวิร์ดคงรูปเดิม ให้อธิบายอินพุตเป็นเอ็มเบดดิงของแพตช์ภาพ ขอการเข้ารหัสตำแหน่งที่ตรงกับการตั้งค่าของคุณ และเพิ่มส่วนหัวจำแนกประเภทหรือเส้นทางการถอดรหัสไว้นอกบล็อก
ขอเฉพาะบล็อกตัวเข้ารหัสได้ไหม
ขอให้เหลือเพียงบล็อกที่มุมซ้ายบนโดยไม่มีแผงแอตเทนชันและฟีดฟอร์เวิร์ด ภาพแคบที่ได้จะวางไว้มุมหนึ่งของสไลด์หรือเอกสารการสอนได้ แล้วอธิบายโครงสร้างภายในไว้ในเนื้อความแทน





