当前位置：首页 > news >正文

【第四章:大模型（LLM)】01.神经网络中的 NLP-(2)Seq2Seq 原理及代码解析

news 2025/7/30 7:34:14

第四章：大模型（LLM）

第二部分：神经网络中的 NLP

第二节：Seq2Seq 原理及代码解析

1. Seq2Seq（Sequence-to-Sequence）模型原理

Seq2Seq 是一种处理序列到序列任务（如机器翻译、文本摘要、对话生成等）的深度学习架构，最早由 Google 在 2014 年提出。其核心思想是使用 编码器（Encoder） 将输入序列编码为上下文向量，再通过 解码器（Decoder） 逐步生成输出序列。

1.1 架构组成

编码器（Encoder）
- 通常是 RNN、LSTM 或 GRU。
- 输入：序列 $x = (x_1, x_2, ..., x_T)$ 。
- 输出：隐藏状态 $h_T$ ，作为上下文向量。
解码器（Decoder）
- 结构类似于编码器。
- 输入：编码器输出的上下文向量 + 上一步预测的输出。
- 输出：目标序列 $y = (y_1, y_2, ..., y_T)$ 。
上下文向量（Context Vector）
- 编码器最后一个隐藏状态 $h_T$ 作为整个输入序列的信息摘要。

2. 数学公式

编码器：

$h_t = f(h_{t-1}, x_t)$

解码器：

$s_t = f(s_{t-1}, y_{t-1}, c)$
$P(y_t|y_{<t}, x) = \text{softmax}(W s_t)$

其中 c 是上下文向量。

3. 经典 Seq2Seq 训练流程

输入序列通过编码器，生成上下文向量。
解码器利用上下文向量和前一时刻的预测结果，逐步生成输出。
使用 教师强制（Teacher Forcing） 技术，训练时将真实标签输入解码器。

4. 改进：Attention 机制

Seq2Seq 传统模型存在 长序列信息丢失 问题。
Attention 通过在每一步解码时为输入序列不同部分分配权重，解决了这个问题。
公式：

$c_t = \sum_{i=1}^{T_x} \alpha_{t,i} h_i$

其中 $\alpha_{t,i}$ 是注意力权重。

5. PyTorch 代码解析：Seq2Seq 示例

import torch
import torch.nn as nn
import torch.optim as optim# Encoder
class Encoder(nn.Module):def __init__(self, input_dim, hidden_dim, num_layers=1):super(Encoder, self).__init__()self.rnn = nn.GRU(input_dim, hidden_dim, num_layers, batch_first=True)def forward(self, x):outputs, hidden = self.rnn(x)return hidden# Decoder
class Decoder(nn.Module):def __init__(self, output_dim, hidden_dim, num_layers=1):super(Decoder, self).__init__()self.rnn = nn.GRU(output_dim, hidden_dim, num_layers, batch_first=True)self.fc = nn.Linear(hidden_dim, output_dim)def forward(self, x, hidden):output, hidden = self.rnn(x, hidden)pred = self.fc(output)return pred, hidden# Seq2Seq
class Seq2Seq(nn.Module):def __init__(self, encoder, decoder):super(Seq2Seq, self).__init__()self.encoder = encoderself.decoder = decoderdef forward(self, src, trg):hidden = self.encoder(src)outputs, _ = self.decoder(trg, hidden)return outputs# Example usage
input_dim, output_dim, hidden_dim = 10, 10, 32
encoder = Encoder(input_dim, hidden_dim)
decoder = Decoder(output_dim, hidden_dim)
model = Seq2Seq(encoder, decoder)src = torch.randn(16, 20, input_dim)  # batch=16, seq_len=20
trg = torch.randn(16, 20, output_dim)
output = model(src, trg)
print(output.shape)  # [16, 20, 10]