当前位置: 首页 > news >正文

self-attention部分代码注释

 多头注意力机制(Multi-Head Attention, MHA),是 Transformer 模型的核心组件之一。以下是对代码的逐行解析和详细说明:   

attention-is-all-you-need-pytorch-master\transformer\SubLayers.py

class MultiHeadAttention(nn.Module):''' Multi-Head Attention module ''''''n_head: 多头注意力head数量 8d_model: 输入向量的维度 512d_k    : 单head中 Q, k 向量的维度 512 / 8 = 64d_v    : 单head中V向量的维度 d_k, 与d_v是独立的,可以相等也可以不等。在这里d_k = d_v 64'''def __init__(self, n_head, d_model, d_k, d_v, dropout=0.1):super().__init__()self.n_head = n_headself.d_k = d_kself.d_v = d_vself.w_qs = nn.Linear(d_model, n_head * d_k, bias=False)self.w_ks = nn.Linear(d_model, n_head * d_k, bias=False)self.w_vs = nn.Linear(d_model, n_head * d_v, bias=False)self.fc = nn.Linear(n_head * d_v, d_model, bias=False)self.attention = ScaledDotProductAttention(temperature=d_k ** 0.5)self.dropout = nn.Dropout(dropout)self.layer_norm = nn.LayerNorm(d_model, eps=1e-6)def forward(self, q, k, v, mask=None):'''q, k, v 的形状为 (32, 10, 512)(batch_size=32,seq_len=10,d_model=512)'''d_k, d_v, n_head = self.d_k, self.d_v, self.n_headsz_b, len_q, len_k, len_v = q.size(0), q.size(1), k.size(1), v.size(1)residual = q# Pass through the pre-attention projection: b x lq x (n*dv)# Separate different heads: b x lq x n x dvq = self.w_qs(q).view(sz_b, len_q, n_head, d_k) #view 为多头k = self.w_ks(k).view(sz_b, len_k, n_head, d_k)v = self.w_vs(v).view(sz_b, len_v, n_head, d_v)# Transpose for attention dot product: b x n x lq x dv#q, k, w的维度为(32, 10, 8, 64) 转换后维度为(32, 8, 10, 64)q, k, v = q.transpose(1, 2), k.transpose(1, 2), v.transpose(1, 2)if mask is not None:mask = mask.unsqueeze(1)   # For head axis broadcasting.'''attn:  (32, 8, 10, 10)输出q:  (32, 8, 10, 64)'''q, attn = self.attention(q, k, v, mask=mask)# Transpose to move the head dimension back: b x lq x n x dv# Combine the last two dimensions to concatenate all the heads together: b x lq x (n*dv)q = q.transpose(1, 2).contiguous().view(sz_b, len_q, -1) #(32, 10, 512)q = self.dropout(self.fc(q))q += residualq = self.layer_norm(q)return q, attn

attention-is-all-you-need-pytorch-master\transformer\Modules.py

class ScaledDotProductAttention(nn.Module):''' Scaled Dot-Product Attention '''def __init__(self, temperature, attn_dropout=0.1):super().__init__()self.temperature = temperatureself.dropout = nn.Dropout(attn_dropout)def forward(self, q, k, v, mask=None):'''q: (32, 8, 10, 64)  -> 缩放 -> (32, 8, 10, 64)k: (32, 8, 10, 64)  -> 转置 -> (32, 8, 64, 10)attn = q @ k.transpose(2, 3): (32, 8, 10, 10)attn: (32, 8, 10, 10)  -> softmax -> (32, 8, 10, 10)v: (32, 8, 10, 64)output = attn @ v: (32, 8, 10, 64)'''attn = torch.matmul(q / self.temperature, k.transpose(2, 3))if mask is not None:attn = attn.masked_fill(mask == 0, -1e9)attn = self.dropout(F.softmax(attn, dim=-1))output = torch.matmul(attn, v)return output, attn

http://www.lryc.cn/news/542950.html

相关文章:

  • idea里的插件spring boot helper 如何使用,有哪些强大的功能,该如何去习惯性的运用这些功能
  • 常用的配置文件格式对比(ini,toml,yaml,json,env,settings.py)及应用程序修改自身配置并保留注释
  • Java IO 和 NIO 的基本概念和 API
  • 小智AI桌宠机器狗
  • MySQL 入门“鸡”础
  • Redis 中有序集合(Sorted Set)的使用方法
  • WIn32 笔记:本专栏课件
  • Unity git 获取当前修改或者新增的文件列表
  • 结构型模式 - 桥接模式 (Bridge)
  • 如何让传统制造企业从0到1实现数字化突破?
  • 【Elasticsearch】script_fields 和 runtime_fields的区别
  • 城电科技|会追日的智能花,光伏太阳花开启绿色能源新篇章
  • 【笔记ing】C语言补充、组成原理数据表示与汇编实战、操作系统文件实战(高级阶段)
  • 快节奏生活
  • 【音视频】音视频录制、播放原理
  • 前端Sass面试题及参考答案
  • Web自动化之Selenium控制已经打开的浏览器(Chrome,Edge)
  • AF3 unify_template_features 函数解读
  • FFmpeg.NET:.NET 平台上的音视频处理利器
  • 解决 Git 合并冲突:当本地修改与远程提交冲突时
  • SOME/IP-SD -- 协议英文原文讲解5
  • spark的一些指令
  • Redis常用数据类型及其应用案例
  • kafka数据拉取和发送
  • LLM全栈框架完整分类清单(预训练+微调+工具链)
  • 蓝桥杯备考:贪心算法之矩阵消除游戏
  • 【Matlab仿真】Matlab Function中如何使用静态变量?
  • DeepSeek 提示词:高效的提示词设计
  • 深入学习Java中的Lambda表达式
  • 1.2 AI 量化炒股的起源与发展