alexa排名全球前50网站_视觉设计的特点和优势_app开发公司有哪些_北京搜索引擎优化管理专员

Self-Attention机制的原理

Self-Attention机制的核心思想是通过计算输入序列中每个元素与其他元素的相关性来生成一个加权和。这个过程通常分为以下几个步骤：

1. 输入表示
   假设输入序列为$X=[x_1,x_2,...,x_n]$，其中$x_i$是输入序列中的第$i$个元素，通常是一个向量。

2. 线性变换
   对于每个输入元素$x_i $，通过三个不同的线性变换得到查询（Query）、键（Key）和值（Value）向量：

   $$Q_i=W_Q{x}_i,K_i=W_K{x}_i,V_i=W_V{x}_i$$

   其中$W_Q$、$W_K$、$W_V$是可训练的权重矩阵。

3. 计算注意力得分
   注意力得分$e_{ij}$是通过查询向量$Q_i$和键向量$K_j$的点积来计算的：

   $$e_{ij}=Q_i\cdot K_j^T$$

4. 归一化注意力得分
   使用Softmax函数将注意力得分归一化，得到权重系数：

   $${\alpha }_{ij}=\frac{\exp (e_{ij})}{{\sum }_{k=1}^n\exp (e_{ik})}$$

5. 加权求和
   使用归一化的注意力权重对值向量进行加权求和，得到输出向量：

   $$z_i=\sum _{j=1}^n{\alpha }_{ij}{V}_j$$

维度变化解释

1. 输入 values, keys, query 的形状为 (N, seq_len, embed_size)，其中 N 是批次大小，seq_len 是序列长度，embed_size 是嵌入维度。
2. 线性变换后，values, keys, queries 的形状变为 (N, seq_len, heads, head_dim)，其中 head_dim = embed_size // heads。
3. energy 的形状为 (N, heads, query_len, key_len)，通过 queries 和 keys 的点积计算得到。
4. attention 的形状为 (N, heads, query_len, key_len)，通过Softmax归一化注意力得分。
5. out 的形状为 (N, query_len, heads * head_dim)，通过对 values 和 attention 的加权求和并重新排列维度得到。
6. 最终输出 out 的形状为 (N, query_len, embed_size)，通过一个线性变换恢复到原始的嵌入维度。

代码示例

import torch
import numpy as np
from torch.nn.functional import softmaxdef preData():# 输入数据x = [[1, 0, 1, 0],  # 输入1[0, 2, 0, 2],  # 输入2[1, 1, 1, 1]]  # 输入3x = torch.tensor(x, dtype=torch.float32)  # (3, 4)# 定义权重矩阵w_key = [[0, 0, 1],[1, 1, 0],[0, 1, 0],[1, 1, 0]]w_query = [[1, 0, 1],[1, 0, 0],[0, 0, 1],[0, 1, 1]]w_value = [[0, 2, 0],[0, 3, 0],[1, 0, 3],[1, 1, 0]]w_key = torch.tensor(w_key, dtype=torch.float32)    # (4, 3)w_query = torch.tensor(w_query, dtype=torch.float32) # (4, 3)w_value = torch.tensor(w_value, dtype=torch.float32) # (4, 3)# 计算 Key, Query, Valuek = torch.tensor(np.dot(x, w_key), dtype=torch.float32)    # (3, 3)q = torch.tensor(np.dot(x, w_query), dtype=torch.float32)  # (3, 3)v = torch.tensor(np.dot(x, w_value), dtype=torch.float32)  # (3, 3)# 计算注意力得分att_score = torch.tensor(np.dot(q, k.T))  # (3, 3)print("Attention Scores:\n", att_score)# 计算Softmax后的注意力得分att_score_softmax = softmax(att_score, dim=-1)  # (3, 3)print("Softmax Attention Scores:\n", att_score_softmax)print("Shapes - att_score_softmax:", att_score_softmax.shape, "v:", v.shape)# 计算加权值weight_values = v[:, None] * att_score_softmax[:, :, None]  # (3, 3, 3)outputs = weight_values.sum(dim=0)  # (3, 3)return outputsprint(preData())