为什么Transformer 需要进行 Multi-head Attention？

自然语言处理 模式识别 机器学习 数据挖掘 ai js 123123 迁移学习 回归分析 梯度下降 强化学习法 深度学习 多智能体 深层神经网络 dd 提问 注意力机制 123123123 拼图 大革命 人脸识别 高斯过程 非负矩阵分解 近邻 最近邻 凸优化 学习模式 顺序决策 特征提取 支持向量机 高维数据 降维 学习系统 在线/主动学习 迭代优化 有监督/无监督学习 贝叶斯网络 聚类分析 计算效率 马尔科夫模型 标记/未标记数据 循环神经网络 卷积神经网络 知识图谱 推荐系统 图神经网络 数据增强算法 预测 联合学习 多目标模型