Poziciální kódování

term_id: positional_encoding

Category: basic_concepts

Definition

Protože modely transformer zpracovávají všechny tokeny paralelně, nikoli sekvenčně jako rekurentní neuronové sítě (RNN), postrádají vrozenou znalost pořadí tokenů. Poziciální kódování přidává specifické vektory k vstupním vektorům embeddingů, aby zachovalo informaci o pořadí.

Summary

Technika, která vkládá informace o relativní nebo absolutní poloze tokenů v sekvenci do modelů typu transformer.

Key Concepts

  • Pořadí sekvence
  • Vlastní pozornost (Self-Attention)
  • Sinusoidální funkce
  • Vektory embeddingů tokenů

Use Cases

  • Strojový překlad
  • Shrnování textu
  • Jazykové modelování

Code Example

1
2
3
4
5
6
7
8
9

import torch
import math
def get_positional_encoding(seq_len, d_model):
    pe = torch.zeros(seq_len, d_model)
    position = torch.arange(0, seq_len, dtype=torch.float).unsqueeze(1)
    div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model))
    pe[:, 0::2] = torch.sin(position * div_term)
    pe[:, 1::2] = torch.cos(position * div_term)
    return pe.unsqueeze(0)

Related