Programma Les 146 van 246 · Module 13: Attention en transformers
Module 13: Attention en transformers

Achterwaarts door attention

Waarom dit ertoe doet Elke bibliotheek berekent dit voor je, maar het zijn slechts vier stappen die je al kent. Het één keer afleiden is wat van attention een laag maakt die je begrijpt, niet een box die je aanroept.

Voorwaarts, voor één sequentie X (t posities bij d): Q = X Wq, K = X Wk, V = X Wv, S = Q KT / sqrt(d), A = softmax(S) rij voor rij, out = A V. Achterwaarts gaat door dezelfde stappen in omgekeerde volgorde, gegeven G = dL/d(out):

  1. out = Een V is een matrix vermenigvuldiging (de vormregel van Module 2): dA = G VT en dV = AT G.
  2. A = softmax(S), rij voor rij (de softmax gradiënt van Module 2): dS = A * (dA - (dA * A).sum(-1, keepdims=True)).
  3. S = Q KT / sqrt(d): dQ = dS K / sqrt(d) and dK = dST Q / sqrt(d).
  4. Q = X Wq (en hetzelfde voor K en V): dWq = XT dQ, dWk = XT dK, dWv = XT dV.

Hier is d de breedte van de queries en keys (het aantal kolommen van Wq). Er verschijnt nergens een nieuwe regel: de backward pass van attention bestaat uit twee matrix vermenigvuldigingen en een softmax, voer backward uit.

Samenvatting Doe de stappen in omgekeerde volgorde, elk met de regel die je al hebt.

Woorden en symbolen in deze les
query, key, value
waar een positie naar zoekt; wat elke positie aanbiedt om te matchen; wat het overdraagt
let op
softmax van query-key scores, gebruikt om de waarden te middelen
Jij bent aan de beurt

Schrijf attention_backward(X, Wq, Wk, Wv, G) die (dWq, dWk, dWv) retourneert voor out = softmax(Q KT / sqrt(d)) V zonder mask. De verborgen test controleert elke invoer tegen nudging.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.