Positions-Encoding

term_id: positional_encoding

Category: basic_concepts

Definition

Da Transformer alle Tokens parallel und nicht sequenziell wie RNNs verarbeiten, fehlt ihnen das inhärente Wissen über die Token-Reihenfolge. Das Positions-Encoding fügt den Eingabe-Embeddings spezifische Vektoren hinzu, um diese Reihenfolgeinformation bereitzustellen.

Summary

Eine Technik, die Informationen über die relative oder absolute Position von Tokens in einer Sequenz in Transformer-Modelle einfügt.

Key Concepts

  • Sequenzreihenfolge
  • Selbst-Aufmerksamkeit
  • Sinusfunktionale Funktionen
  • Token-Embeddings

Use Cases

  • Maschinelle Übersetzung
  • Zusammenfassung von Texten
  • Sprachmodellierung

Code Example

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