情報科学 › LLM アーキテクチャ › 自己注意

softmax のヤコビ行列

命題 3.2(「自己注意」§3) ・ ✓公理まで証明済み

σ:=σ(z)\boldsymbol{\sigma} := \sigma(\boldsymbol{z}) と書く。softmax は Rn\mathbb{R}^n 上で微分可能で、

∂σi∂zj=σi(δij−σj),すなわちJ(z)=diag(σ)−σσT\frac{\partial \sigma_i}{\partial z_j} = \sigma_i(\delta_{ij} - \sigma_j), \qquad \text{すなわち}\quad J(\boldsymbol{z}) = \mathrm{diag}(\boldsymbol{\sigma}) - \boldsymbol{\sigma}\boldsymbol{\sigma}^{\mathsf{T}}

である(δij\delta_{ij} は i=ji = j のとき 1、それ以外 0)。さらに次が成り立つ。

  1. J(z)J(\boldsymbol{z}) は対称で半正定値である。
  2. J(z)1=0J(\boldsymbol{z})\boldsymbol{1} = \boldsymbol{0}。
  3. すべての i,ji, j で ∣J(z)ij∣≤1−max⁡kσk|J(\boldsymbol{z})_{ij}| \le 1 - \max_k \sigma_k。

本文で読む(証明と前後の説明)→

閉包の状態

✓ 公理まで証明済み

証明が使う定理を 前提 としてたどると、Rikai の中の証明だけで定義・公理(物理では基本仮定)までつながっています(前提の定理類 46 件、定義なども含めて 60 件)。

印の意味: ✓公理まで証明済み ・ △証明あり(閉包未完)・ ※主張のみ。テーマごとの集計は 閉包の状況。

前提をたどる 証明が使う定理・定義(直接 3 件)

▸ を開くと、その項目の証明が使う前提が出ます。深い先は各項目のページでたどれます。

これを使っている定理

証明で明示的に参照している定理は、まだありません。

関連するノック 1 問