Silabus Pelajaran 144 dari 246 · Modul 13: Attention dan transformers
Modul 13: Attention dan transformers

Self-attention: setiap posisi bertanya ke setiap posisi lainnya

Kenapa ini penting Di dalam transformer tidak ada encoder terpisah untuk dilihat kembali. Setiap posisi teks memperhatikan posisi lainnya, jadi vektor setiap karakter diperbarui dengan informasi dari sisa kalimat.

Mulai dengan X, satu baris per posisi (t baris, d kolom). Tiga matriks yang dipelajari membuat query, key, dan value setiap posisi sekaligus:

Q = X @ Wq     K = X @ Wk     V = X @ Wv
A = softmax(Q @ K.T / sqrt(dk))      # t by t: row i is how much position i attends to each position
out = A @ V

Ini adalah soft lookup dari pelajaran 1, dilakukan untuk semua kueri t sekaligus dengan dua perkalian matriks, itulah sebabnya ini berjalan sangat baik pada rutinitas matematika cepat.

Kata dan simbol di pelajaran ini
query, key, value
apa yang dicari oleh sebuah posisi; apa yang ditawarkan setiap posisi untuk dicocokkan; apa yang ia serahkan
perhatian
softmax dari skor query-key, digunakan untuk merata-ratakan nilai
self-attention
setiap posisi memperhatikan posisi dari teks yang sama
Giliranku

Tulis self_attention(X, Wq, Wk, Wv) yang mengembalikan (out, A).

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.