تنفيذ Pytorch من FNET: خلط الرموز مع تحويلات فورييه.
استنساخ هذا المستودع.
git clone https://github.com/jaketae/fnet.git
انتقل إلى الدليل المستنسخ. يمكنك البدء في استخدام النموذج عبر
>> > from fnet import FNet
>> > model = FNet ()
بشكل افتراضي ، يأتي النموذج مع المعلمات التالية:
FNet (
d_model = 256 ,
expansion_factor = 2 ,
dropout = 0.5 ,
num_layers = 6 ,
)
على الرغم من أن المحولات أثبتت أنها ناجحة في مختلف المجالات ، إلا أن تعقيد حساب O(n^2)
يعتبر ضعفًا هيكليًا. بذلت العديد من المحاولات لتحسين بنية النموذج. يقدم مؤلفو الورقة FNET ، وهو نموذج يحل محل الاهتمام الذاتي مع تحويلات فورييه غير المبررة القياسية. ليس فقط FNET أسرع وحسابية أكثر كفاءة من المحول الكلاسيكي ، ولكنه يحتفظ أيضًا بنسبة 92 ٪ من دقة BERT على معيار الغراء. بالنظر إلى عدد أقل من المعلمات ، تفوقت FNET على المحولات.