课程大纲 第 144 课,共 246 课 · 第 13 模块:注意力和 transformer
第 13 模块:注意力和 transformer

自注意力:每一个位置都去问其他每一个位置

为什么重要 在 transformer 中,没有一个单独的编码器可以回头去看。文本的每一个位置都对其他位置做注意力,所以每个字符的向量都会用句子其余部分的信息来更新。

从 X 开始,每个位置一行(t 行,d 列)。三个学到的矩阵一次就为每一个位置得出它的查询、键和值:

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

这就是第 1 课的软查找,用两次矩阵乘法一次为全部 t 个查询完成,这就是为什么它在快速的数学例程上运行得这么好。

本课中的词语和符号
查询、键、值
一个位置在找什么;每个位置提供什么来被匹配;它交出什么
注意力
对查询和键的得分做 softmax,用来对值取平均
自注意力
每一个位置都对同一段文本中的各个位置做注意力
轮到你了

编写 self_attention(X, Wq, Wk, Wv),返回 (out, A)。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。