트랜스포머 feed forward network 보다가 질문드립니다.

Question

제가 아직 word embedding 이 NN으로 들어갈 때 어떻게 학습하는지 개념이 헷갈리는것 같습니다. 먼저 기초적인 질문이라 죄송합니다 ^^;;

교재에서 Position-wise Feed Forward NN는 단어별로 별도로 적용된다고 설명해주셨는데요!

예를 들어, 강의 교재의 10(=seq_len=단어의 갯수) x 512(=d model) 이 dff가 2048인 Position-wise Feed Forward NN에 input으로 들어오면,

첫번째 단어(1x512 vector)가 feed forward nn에 들어와서 학습 후 동일한 nn에 두번째 단어(1x512 vector)가 들어와서 학습

...

열번째 단어도 동일한 과정으로 feed forward nn이 학습되는 개념이라고 이해하면 될까요?

항상 상세한 답변에 감사드립니다.

Answer

네, 맞습니다. 트랜스포머에서 포지션-와이즈 피드-포워드 네트워크는 각 위치의 단어(또는 토큰)를 독립적으로 처리합니다. 이는 입력 시퀀스의 각 포지션(단어 또는 토큰)에 대해 독립적으로 적용되는 것이기 때문에 "Position-wise"라는 이름이 붙었습니다.

즉, 각 단어(또는 토큰)는 동일한 피드-포워드 네트워크를 거치며, 첫 번째 단어가 네트워크를 거친 후, 동일한 네트워크를 통해 두 번째 단어가 처리되고, 이 과정이 시퀀스의 모든 단어에 대해 반복됩니다.