我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
再度回到 Transformer 架構中的 Encoder 部分，如下圖所示：
我現在手上有的素材如下：
- Embedding 訓練方式：AI說書 - 從0開始 - 43
- Embedding 結果呈現：AI說書 - 從0開始 - 44
- Positional Encoding 功能介紹：AI說書 - 從0開始 - 45
- Positional Encoding 畫圖感受：AI說書 - 從0開始 - 46
- Positional Encoding 實際計算：AI說書 - 從0開始 - 47
- Embedding 與 Positional Encoding 的相似度比較：AI說書 - 從0開始 - 48
現在我們準備把既有的素材合在一起，目前我手上有每個字的 Input Embedding 與 Positional Encoding，每個字都有這兩項素材，且它們都是維度為 512 的向量，依據原始 Google 發表的 Transformer 論文，合起來的步驟是這樣的：
- 每個字的 Input Embedding 向量乘上 (512開根號 )
- 上述結果拿來跟每個字的 Positional Encoding 相加
- 注意因為兩者維度都是 512 ，所以向量可以相加，此外每個字都要重複上述步驟
至於為什麼要乘上 (512開根號) 呢，這和 Embedding 在訓練的時候，內部神經網路的初始權重配置有關係，為了避免訓練不穩定，通常會給每個權重的變異數加以限制，也因為這樣的配置，在神經網路訓練好之後，要再把它調整回來，那根號的原因和變異數有平方的概念相抵銷，整體的數學邏輯可以參照：
