Paikkakoodaus

term_id: positional_encoding

Category: basic_concepts

Definition

Koska muuntajat käsittelevät kaikki tokenit rinnakkain eivätkä peräkkäin kuten rekursiiviset neuronaaliset verkot (RNN), niiltä puuttuu synnynnäinen tieto tokenien järjestyksestä. Paikkakoodaus lisää tiettyjä vektoreita syöte-embeddingsiin säilyttääkseen jonon rakenteen.

Summary

Tekniikka, joka lisää tietoa tokenien suhteellisesta tai absoluuttisesta sijainnista jonossa muuntajamalleihin.

Key Concepts

  • Jonon järjestys
  • Itsehuomio
  • Sinifunktiot
  • Token-embeddings

Use Cases

  • Konemielikäännös
  • Tekstin tiivistäminen
  • Kielioppien mallintaminen

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