Why Sine & Cosine for Transformer Neural Networks
3-Second Blueprint (English)
- Transformers add a same-sized positional encoding vector to every token embedding before passing inputs into encoder-decoder layers.
- Sine and cosine functions bound positional values strictly within [-1, 1], helping tokens attend stably across distant positions.
- Because sinusoidal encodings use a continuous closed-form formula, models can extrapolate position vectors to unseen sequence lengths.
Transformer NetworksPositional EncodingSine & Cosine WavesLength Extrapolation
3-Sekunden-Fazit (Deutsch)
- Transformer addieren vor den Encoder- und Decoder-Blöcken zu jedem Wortvektor einen gleich großen Positionsvektor für die Wortfolge.
- Sinus- und Kosinusfunktionen begrenzen alle Werte strikt auf [-1, 1] und stützen stabile Aufmerksamkeit über weite Satzdistanzen.
- Dank der einfachen mathematischen Formel lassen sich Positionsvektoren auch für im Training ungesehene Sequenzlängen berechnen.
Transformer-NetzePositionskodierungSinus & KosinusLängenextrapolation
Note / Hinweis: Blueprints are AI-generated educational summaries (0% Politics · 0% Religion · 0% Brainrot) and do not constitute medical, legal, or financial advice. / KI-generierte Zusammenfassung zu Bildungszwecken – ersetzt keine medizinische, rechtliche oder finanzielle Fachberatung.