JAsmine_log
로그인
JAsmine_log
로그인
Hadamard Product(Element-wise Product)
JAsmine_log
·
2025년 5월 1일
팔로우
0
Hadamard Product(Element-wise Product)
동일한 크기의 두 벡터 또는 행렬의 각 원소끼리 곱하는 연산으로, 딥러닝이나 벡터 계산에 자주 사용되는 개념
📌Definition
두 벡터(행렬) A, B가 있을때,
A
=
[
a
1
a
2
a
3
]
,
B
=
[
b
1
b
2
b
3
]
\mathbf{A} = \begin{bmatrix} a_1 \\ a_2 \\ a_3 \end{bmatrix}, \quad \mathbf{B} = \begin{bmatrix} b_1 \\ b_2 \\ b_3 \end{bmatrix}
A
=
⎣
⎢
⎡
a
1
a
2
a
3
⎦
⎥
⎤
,
B
=
⎣
⎢
⎡
b
1
b
2
b
3
⎦
⎥
⎤
a
⊙
b
=
[
a
1
⋅
b
1
a
2
⋅
b
2
a
3
⋅
b
3
]
\mathbf{a} \odot \mathbf{b} = \begin{bmatrix} a_1 \cdot b_1 \\ a_2 \cdot b_2 \\ a_3 \cdot b_3 \end{bmatrix}
a
⊙
b
=
⎣
⎢
⎡
a
1
⋅
b
1
a
2
⋅
b
2
a
3
⋅
b
3
⎦
⎥
⎤
❗ Hadamard product ≠ Matrix multiplication
행렬 곱 (dot product 또는 matrix product)은 행과 열의 내적을 수행하는 복잡한 연산
Hadamard product는 단순히 같은 위치 원소끼리 곱함 → broadcast가 가능하고 빠름
Applications
딥러닝 attention 계산에서 query-key 간 similarity 후, 가중합에 사용됨
BERT 등에서 mask 벡터와 element-wise 곱하여 특정 위치 정보 제거
self-attention, bilinear interaction 등에서도 사용됨
JAsmine_log
Everyday Research & Development
팔로우
이전 포스트
[Ubuntu] Google Drive (desktop app) 설정
다음 포스트
⊙ 의미와 사용
0개의 댓글
댓글 작성