Shared Encoder

释义 Definition

在深度学习/神经网络中，“shared encoder（共享编码器）”指多个任务、多个输出分支或不同模态共同使用同一个编码器网络（共享参数），把输入映射成通用的特征表示，以提升数据利用率、促进迁移、减少参数量并增强一致性。（在不同论文/架构中也可能有更具体的实现方式。）

发音 Pronunciation (IPA)

/ʃɛrd ɪnˈkoʊdər/

例句 Examples

We use a shared encoder for both tasks.
我们为两个任务使用同一个共享编码器。

In a multi-task model, a shared encoder learns general representations from text, while separate heads specialize for translation and sentiment classification.
在多任务模型中，共享编码器从文本中学习通用表示，而不同的输出头分别专注于翻译与情感分类。

词源 Etymology

shared 来自古英语 scearu（“分配、共同份额”相关概念的演变），现代英语中常表示“共同使用/共享”。encoder 源于 encode（en- “使…” + code “编码/代码”），在机器学习语境里指把原始输入“编码”为向量表示的网络模块。合起来 shared encoder 就是“被多个部分共同使用的编码器”。

相关词 Related Words

• Encoder
• Decoder
• Transformer
• Parameter Sharing
• Multi-Task Learning
• Shared Representation
• Siamese Network
• Autoencoder
• Feature Extractor
• Joint Training

文献与作品 Literary/Notable Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——讨论表示学习与参数共享等概念，为“共享编码器”类设计提供理论背景。
• Speech and Language Processing（Daniel Jurafsky, James H. Martin）——在NLP模型结构讲解中涉及编码器/解码器范式及共享表示的常见做法。
• Neural Machine Translation by Jointly Learning to Align and Translate（Bahdanau, Cho, Bengio）——经典编码器-解码器框架论文，后续大量“共享编码器/共享表示”的NMT扩展工作以此为基础。