Többfejes Figyelem

term_id: multi_head_attention

Category: basic_concepts

Definition

A Többfejes Figyelem kiterjeszti az alapfigyelem mechanizmust azzal, hogy azt többször futtatja párhuzamosan különböző tanult lineáris vetületekkel. Ez lehetővé teszi a modell számára, hogy egyidejűleg többféle információtípust vagy kapcsolatot figyeljen meg.

Summary

Egy mechanizmus a transformer modellekben, amely lehetővé teszi a modell számára, hogy egyszerre figyeljen különböző reprezentációs altérbeli információkra.

Key Concepts

  • Önfigyelem (Self-Attention)
  • Lineáris vetületek
  • Konkatenáció (összefűzés)

Use Cases

  • Természetes nyelvfeldolgozás (NLP)
  • Gépi fordítás
  • Képosztályozás Vision Transformerrel

Code Example

import torch.nn as nn

class MultiHeadAttention(nn.Module):
    def __init__(self, d_model, num_heads):
        super().__init__()
        self.num_heads = num_heads
        self.d_k = d_model // num_heads
        self.W_q = nn.Linear(d_model, d_model)
        self.W_k = nn.Linear(d_model, d_model)
        self.W_v = nn.Linear(d_model, d_model)
        self.W_o = nn.Linear(d_model, d_model)

    def forward(self, x):
        # Simplified forward pass logic
        pass

Kapcsolódó