自学内容网 自学内容网

【PyTorch][chapter 26][李宏毅深度学习][attention-2]

前言:

   Multi-Head Attention 主要作用:将Q,K,V向量分成多个头,形成多个子语义空间,可以让模型去关注不同维度语义空间的信息


目录:

  1. attention 机制
  2.  Multi-Head Attention 

一 attention 注意力

       Self-Attention(自注意力机制):使输入序列中的每个元素能够关注并加权整个序列中的其他元素,生成新的输出表示,不依赖外部信息或历史状态。

       将查询Query,键Key,值Value 映射 到输出。

       查询Query,键Key, 值Value  都是向量.

       其输出为 值的加权求和。

   

   1.1 mask 作用

1.2 scale 作用

# -*- coding: utf-8 -*-
"""
Created on Tue Jul 16 11:21:33 2024

@author: chengxf2
"""
import torch
import math

def attention(query,key ,value, mask=None):
    #[batchSize, seq_num, query_dim]
    d_k = query.size(-1)
    print(d_k)
    attentionMatrix = torch.matmul(query, key.transpose(-2,-1))
    
    scores = attentionMatrix/math.sqrt(d_k)
    
    if mask is not None:
        scores = scores.mask_fill(mask==0, -1e9)

    p_attn = torch.softmax(scores, dim=-1)
    out = torch.matmul(p_attn, value)
    return out
    

seq_len = 5
hid_dim = 10
out_len =3

query = torch.rand((seq_len,hid_dim))
key =  torch.rand_like(query)
value = torch.rand((seq_len, out_len))

attention(query, key, value)

二 Multi-Head Attention 

          多头注意力机制的理论基础之一是信息多元化处理的思想。通过将输入向量投影到不同的子空间,每个子空间执行自注意力操作,这样模型能够并行地学习不同类型的特征或依赖关系,增强了模型的表达能力。

2,1  第一步:查询Q、键K 和值V 矩阵的 生成

         输入:

                 张量A 

                 shape: [batch, seq_len, input_dim]

         输出:

                Q,K,V

                shape:[batch,seq_len, query_dim]

            

        (下面以输入seq_len=2 ,为例)

     

       

            

        Q=AW_Q 

        K=AW_K

        V=AW_V

       其中下面三个矩阵是需要学习的矩阵:

      W_Q,W_K,W_V的shape 为【input_dim, query_dim]

2.2  第二步:子空间投影

      Q,K V 乘以对应的Head 矩阵,得到对应的mulite-head  Q,K,V

  

以 Query张量为例: 实现的时候先乘以Head 矩阵 O=QW_H,然后再通过View 功能

分割成子空间。

第三步: 对不同Head 的Q,K,V

    做self-attention,得到不同Head 的 b^i

第四步: concate 

import torch
from torch import nn
 
# 假设我们有一些查询、键和值的张量
query = torch.rand(10, 8, 64)  # (batch_size, n_query, d_model)
key = value = query  # 为了示例,我们使用相同的张量作为键和值
 
# 实例化多头注意力层
multihead_attn = nn.MultiheadAttention(embed_dim=64, num_heads=4)
 
# 执行多头注意力操作
output, attention_weights = multihead_attn(query, key, value)
 
print(output.shape)  # 输出: torch.Size([10, 8, 64])
print(attention_weights.shape)  # 输出: torch.Size([10, 4, 8, 8])

# -*- coding: utf-8 -*-
"""
Created on Wed Jul 17 09:46:40 2024

@author: chengxf2
"""

import torch
import torch.nn as nn
import copy
import math
from torchsummary import summary 
import netron
def clones(module, N):
    
    "生成N 个 相同的层"
    
    layers = nn.ModuleList(
        
        [copy.deepcopy(module)  for _ in range(N)]
        )
        
    return layers

def attention(query, key ,value):
    
     #输出[batch, head_num, seq_len,query_dim ]
  
     seq_num = query.size(-1)
     
     scores = torch.matmul(query, key.transpose(-2,-1))
     
     scores = scores/math.sqrt(seq_num)
     
     p_attn = torch.softmax(scores, dim=-1)
     
     out = torch.matmul(p_attn, value)
     print("\n out.shape",out.shape)
     return out, p_attn

class  MultiHeadedAttention(nn.Module):
    
    def __init__(self, head_num, query_dim):
        
        super(MultiHeadedAttention, self).__init__()
        self.head_num = head_num
        self.sub_query_dim = query_dim//head_num
       
        self.linears = clones(nn.Linear(query_dim,query_dim), 4)
        self.attn = None
    
    
    def forward(self, query, key, value):
        #query.shape [batch, seq_num,query_dim]
        
        batchSz = query.size(0)
        #[batchsz, seq_num, head_num, query_dim]
        query, key, value = \
            [net(x).view(batchSz, -1, self.head_num, self.sub_query_dim).transpose(1, 2)
             for net, x in zip(self.linears, (query, key, value))]
       
        #输出[batch, head_num, seq_len,sub_query_dim ]
       
        x, self.attn = attention(query, key, value)
        print("\n attn ",self.attn)
        
        x = x.transpose(1,2).contiguous().view(batchSz,-1,self.head_num*self.sub_query_dim)
        
        out = self.linears[-1](x)
        
        print(out.shape)
        return out
        
if __name__ == "__main__":
    batchSz=1
    seq_num =2
    out_dim=query_dim =9

    head_num =3
    #下面这三个矩阵是需要学习的矩阵
    query = torch.randn((batchSz, seq_num, query_dim))
    key =  torch.rand_like(query)
    value =torch.randn((batchSz, seq_num, out_dim))
    
    
    model = MultiHeadedAttention(head_num,query_dim)

    model(query,key,value)
    
    print("\n 模型参数 \n ")
   
    input_size = (seq_num, query_dim)
    summary(model,[input_size,input_size,input_size])
    # 创建一个输入样本
    input_dict = {"x1": query, "x2": key, "x3":value}

    # 导出模型为ONNX格式
    torch.onnx.export(model,               # 模型实例
                  (query,key,value),                   # 模型输入
                  "model.onnx")
 
    netron.start('model.onnx') 


         
     
     
     
     
        


https://zhuanlan.zhihu.com/p/626820422

The Annotated Transformer


原文地址:https://blog.csdn.net/chengxf2/article/details/140362456

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!