Machine learning 注意在非NLP区域使用的示例？
当我在寻找注意力实现示例时，首先考虑的是编码器-解码器结构。除了NLP之外，还有其他领域使用注意的例子吗？至少有一个领域将注意机制适应于非NLP领域：分子注意变压器。分子的结构像一个图形，类似于一个句子。一个原子与其他原子之间有一段距离，它们相互依赖，就像句子中的单词一样。在论文中，他们“通过增加原子间距离和分子图结构的自我关注，使Transformer（Devlin et al.，2018）适应化学分子。”Machine learning 注意在非NLP区域使用的示例？,machine-learning,nlp,artificial-intelligence,seq2seq,attention-model,Machine Learning,Nlp,Artificial Intelligence,Seq2seq,Attention Model,当我在寻找注意力实现示例时，首先考虑的是编码器-解码器结构。除了NLP之外，还有其他领域使用注意的例子吗？至少有一个领域将注意机制适应于非NLP领域：分子注意变压器。分子的结构像一个图形，类似于一个句子。一个原子与其他原子之间有一段距离，它们相互依赖，就像句子中的单词一样。在论文中，他们“通过增加原子间距离和分子图结构的自我关注，使Transformer（Devlin et al.，2018）适应化学分子。” P>但是，变压器的应用领域可能更多，至少在数据具有图形结构和节点有某种依赖性的情况下
<> P>但是，变压器的应用领域可能更多，至少在数据具有图形结构和节点有某种依赖性的情况下，在考虑到神经机器翻译中的注意机制（NMT和NLP的是部分）后不久，将更好地回答这个问题。