Multi-Head Attention

term_id: multi_head_attention

Category: basic_concepts

Definition

Multi-Head Attention rozszerza standardowy mechanizm uwagi, uruchamiając go wielokrotnie równolegle z różnymi nauczanymi projekcjami liniowymi. Umożliwia to modelowi jednoczesne skupianie uwagi na różnych aspektach informacji wejściowej.

Summary

Mechanizm w modelach transformatorów umożliwiający modelowi jednoczesne skupianie uwagi na informacjach z różnych podprzestrzeni reprezentacji.

Key Concepts

  • Self-Attention (Uwaga własna)
  • Projekcje liniowe
  • Konkatenacja

Use Cases

  • Przetwarzanie języka naturalnego (NLP)
  • Tłumaczenie maszynowe
  • Klasyfikacja obrazów z użyciem Vision Transformers

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

Powiązane