算法手撕面经系列(1)--手撕多头注意力机制

多头注意力机制

一个简单的多头注意力模块可以分解为以下几个步骤:

  1. 先不分多头,对输入张量分别做变换,得到 Q , K , V Q,K,V Q,K,V
  2. 对得到的 Q , K , V Q,K,V Q,K,V按头的个数进行split;
  3. 用 Q , K Q,K Q,K计算向量点积
  4. 考虑是否要添因果mask
  5. 利softmax计算注意力得分矩阵atten
  6. 对注意力得分矩阵施加Dropout
  7. 将atten矩阵和 V V V矩阵相乘
  8. 再过一道最终的输出变换

代码

给出一个 d k = d v = d m o d e l d_k=d_v=d_{model} dk=dv=dmodel的多头注意力实现如下:

python 复制代码
class MHA(nn.Module):
    def __init__(self,C_in,dmodel,num_head=8,p_drop=0.2):
        super(MHA, self).__init__()

        self.QW=nn.Linear(C_in,dmodel)
        self.KW=nn.Linear(C_in,dmodel)
        self.VW=nn.Linear(C_in,dmodel)

        self.dp=nn.Dropout(p_drop)

        self.W_concat=nn.Linear(dmodel,dmodel)

        self.n_head=num_head
        self.p_drop=p_drop
        self.depth=dmodel//num_head

    def forward(self,X,casual=True):
        B,L,C=X.shape
        Q=self.QW(X)
        K=self.KW(X)
        V=self.VW(X)

        Q=Q.reshape((B,L,self.n_head,-1)).permute(0,2,1,3)
        K=K.reshape((B,L,self.n_head,-1)).permute(0,2,1,3)
        V=V.reshape((B,L,self.n_head,-1)).permute(0,2,1,3)

        atten=Q.matmul(K.transpose(2,3))

        if casual:
            mask=torch.triu(torch.ones(L,L))
            atten=torch.where(mask==1,atten,torch.ones_like(atten)*(-2**32+1))
        atten=torch.softmax(atten,dim=-1)

        atten=self.dp(atten)

        out=torch.matmul(atten,V)/self.depth**(1/2)

        out=out.permute(0,2,1,3).reshape(B,L,-1)
        out=self.W_concat(out)

        return out


if __name__=="__main__":
    input=torch.rand(10,5,3)
    model=MHA(3,64,4)
    res=model(input)
相关推荐
kyle~26 分钟前
Opencv---深度学习开发
人工智能·深度学习·opencv·计算机视觉·机器人
运器12340 分钟前
【一起来学AI大模型】PyTorch DataLoader 实战指南
大数据·人工智能·pytorch·python·深度学习·ai·ai编程
音元系统42 分钟前
Copilot 在 VS Code 中的免费替代方案
python·github·copilot
超龄超能程序猿1 小时前
(5)机器学习小白入门 YOLOv:数据需求与图像不足应对策略
人工智能·python·机器学习·numpy·pandas·scipy
卷福同学1 小时前
【AI编程】AI+高德MCP不到10分钟搞定上海三日游
人工智能·算法·程序员
mit6.8241 小时前
[Leetcode] 预处理 | 多叉树bfs | 格雷编码 | static_cast | 矩阵对角线
算法
帅次1 小时前
系统分析师-计算机系统-输入输出系统
人工智能·分布式·深度学习·神经网络·架构·系统架构·硬件架构
皮卡蛋炒饭.1 小时前
数据结构—排序
数据结构·算法·排序算法
AndrewHZ2 小时前
【图像处理基石】如何入门大规模三维重建?
人工智能·深度学习·大模型·llm·三维重建·立体视觉·大规模三维重建
??tobenewyorker2 小时前
力扣打卡第23天 二叉搜索树中的众数
数据结构·算法·leetcode