当前位置：首页 > article >正文

深度学习：transpose_qkv()与transpose_output()

article 2024/11/16 14:50:43

transpose_qkv 函数的主要作用是将输入的张量重新排列，使其适合多头注意力的计算。具体来说，它将输入张量的形状从 (batch_size, seq_len, num_hiddens) 转换为 (batch_size * num_heads, seq_len, num_hiddens // num_heads)

详细步骤

输入形状
假设输入的张量形状为 (batch_size, seq_len, num_hiddens)，其中：
batch_size 是批次大小。
seq_len 是序列长度。
num_hiddens 是隐藏层的维度。
拆分多头
多头注意力机制将 num_hiddens 维度拆分成 num_heads 个头，每个头的维度为 num_hiddens // num_heads。
重新排列
通过重新排列张量的维度，将 (batch_size, seq_len, num_hiddens) 转换为 (batch_size * num_heads, seq_len, num_hiddens // num_heads)。

具体实现

假设 transpose_qkv 函数的实现如下：

def transpose_qkv(X, num_heads):
    # X: (batch_size, seq_len, num_hiddens)
    batch_size, seq_len, num_hiddens = X.shape
    num_hiddens_per_head = num_hiddens // num_heads
    
    # 将 num_hiddens 维度拆分成 num_heads 个头
    X = X.reshape(batch_size, seq_len, num_heads, num_hiddens_per_head)
    
    # 交换维度，使得每个头的数据连续排列
    X = X.permute(0, 2, 1, 3)  # (batch_size, num_heads, seq_len, num_hiddens_per_head)
    
    # 将 batch_size 和 num_heads 合并
    X = X.reshape(batch_size * num_heads, seq_len, num_hiddens_per_head)
    
    return X

解释
1. 拆分维度：
  X.reshape(batch_size, seq_len, num_heads, num_hiddens_per_head)：
  将 num_hiddens 维度拆分成 num_heads 个头，每个头的维度为 num_hiddens_per_head。
  此时，X 的形状为 (batch_size, seq_len, num_heads, num_hiddens_per_head)。
2. 交换维度：
  X.permute(0, 2, 1, 3)：
  将 num_heads 维度移到第二个位置，使得每个头的数据连续排列。
  此时，X 的形状为 (batch_size, num_heads, seq_len, num_hiddens_per_head)。
3. 合并维度：
  X.reshape(batch_size * num_heads, seq_len, num_hiddens_per_head)：
  将 batch_size 和 num_heads 合并，使得每个头的数据连续排列。
  此时，X 的形状为 (batch_size * num_heads, seq_len, num_hiddens_per_head)。

总结

transpose_qkv 函数通过以下步骤将输入张量重新排列，使其适合多头注意力的计算：

将 num_hiddens 维度拆分成 num_heads 个头。
交换维度，使得每个头的数据连续排列。
合并 batch_size 和 num_heads 维度，使得每个头的数据连续排列。

最终，transpose_qkv 函数返回形状为 (batch_size * num_heads, seq_len, num_hiddens // num_heads) 的张量，以便进行多头注意力计算。

transpose_output 函数的主要作用是将多头注意力的输出重新排列，使其适合后续的处理。具体来说，它将输入张量的形状从 (batch_size * num_heads, seq_len, num_hiddens // num_heads) 转换为 (batch_size, seq_len, num_hiddens)

具体实现

假设 transpose_output 函数的实现如下：

def transpose_output(X, num_heads):
    # X: (batch_size * num_heads, seq_len, num_hiddens_per_head)
    batch_size_times_num_heads, seq_len, num_hiddens_per_head = X.shape
    batch_size = batch_size_times_num_heads // num_heads
    
    # 将 batch_size 和 num_heads 拆分
    X = X.reshape(batch_size, num_heads, seq_len, num_hiddens_per_head)
    
    # 交换维度，使得每个头的数据连续排列
    X = X.permute(0, 2, 1, 3)  # (batch_size, seq_len, num_heads, num_hiddens_per_head)
    
    # 将 num_heads 和 num_hiddens_per_head 合并
    X = X.reshape(batch_size, seq_len, num_heads * num_hiddens_per_head)
    
    return X

解释
1. 拆分维度：
  X.reshape(batch_size, num_heads, seq_len, num_hiddens_per_head)：
  将 batch_size * num_heads 维度拆分成 batch_size 和 num_heads。
  此时，X 的形状为 (batch_size, num_heads, seq_len, num_hiddens_per_head)。
2. 交换维度：
  X.permute(0, 2, 1, 3)：
  将 seq_len 维度移到第二个位置，使得每个头的数据连续排列。
  此时，X 的形状为 (batch_size, seq_len, num_heads, num_hiddens_per_head)。
3. 合并维度：
  X.reshape(batch_size, seq_len, num_heads * num_hiddens_per_head)：
  将 num_heads 和 num_hiddens_per_head 合并，使得每个头的数据连续排列。
  此时，X 的形状为 (batch_size, seq_len, num_hiddens)。