Pozíciós kódolás

term_id: positional_encoding

Category: basic_concepts

Definition

Mivel a transzformátorok párhuzamosan dolgozzák fel az összes tokent, szemben a szekvenciális feldolgozással, mint az RNN-eknél, hiányzik belőlük a tokenek sorrendjére vonatkozó veleszületett tudás. A pozíciós kódolás specifikus vektorokat ad hozzá a bemeneti beágyazásokhoz (embeddings), hogy biztosítsa a modell számára a sorrendi információt.

Summary

Egy technika, amely információkat juttat el a tokenek relatív vagy abszolút pozíciójáról egy szekvenciában a transzformátor modellekbe.

Key Concepts

  • Szekvencia sorrendje
  • Önfigyelem (Self-Attention)
  • Szinuszos függvények
  • Token beágyazások

Use Cases

  • Gépi fordítás
  • Szövegösszefoglalás
  • Nyelvi modellezés

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)

Kapcsolódó