🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
🔀
三分天下TriAttention的三个分支分别聚焦通道权重、空间位置和跨维度交互，最后通过加权融合输出。这种设计让模型像人类视觉一样——既关注"看什么"(通道)、"看哪里"(空间)，又关注"怎么看"(维度间关系)。
一句话总结
💡
TriAttention的三分支分别处理通道、空间和跨维度注意力，各分支独立计算后通过融合策略整合，实现互补的特征精炼。
常见误区
这些坑别踩
✗
误区 1
三个分支必须按固定顺序串联计算。
✓
正确理解
三个分支可以并行计算后融合，也可以按设计串联或残差连接，具体结构取决于实现，并行方式能提高效率。
✗
误区 2
三个分支的权重融合方式不影响结果。
✓
正确理解
融合策略(加法、乘法、拼接后变换或可学习权重)直接影响最终特征质量，不同的融合方式对不同任务效果差异明显，是设计的关键。
巩固练习
章节练习与面试准备
通过测试检验学习效果，通过面试题提升实战能力
章末测试
共 4 题 · 选择题
1
Triplet Attention 的三个分支分别建模什么？
2
Triplet Attention 中的 "Z-pool" 操作是指什么？
3
Triplet Attention 中"张量旋转"（permutation/rotation）的作用是？
4
Triplet Attention 的三个分支输出如何聚合？
面试经典题
共 4 题 · 先思考再看答案
1
中等
请详细描述 Triplet Attention 的三分支结构及每个分支的计算流程。
2
中等
解释 Triplet Attention 中 Z-pool 的设计动机及其与普通池化的区别。
3
困难
为什么 Triplet Attention 不需要降维就能建模通道注意力？其原理是什么？
4
困难
Triplet Attention 的三分支为什么要分别建模 C×H、C×W 和纯空间？能否合并？
💡 建议：先独立思考并组织语言，再对照参考答案查漏补缺