Atenção Multi-Cabeça

term_id: multi_head_attention

Category: basic_concepts

Definition

A Atenção Multi-Cabeça estende o mecanismo de atenção padrão executando-o várias vezes em paralelo com diferentes projeções lineares aprendidas. Isso permite que o modelo atenda conjuntamente a diferentes tipos de informação e padrões nos dados.

Summary

Um mecanismo em modelos transformadores que permite ao modelo prestar atenção a informações de diferentes subespaços de representação simultaneamente.

Key Concepts

  • Autoatenção
  • Projeções Lineares
  • Concatenação

Use Cases

  • Processamento de Linguagem Natural (PLN)
  • Tradução Automática
  • Classificação de Imagens com Vision Transformers

Code Example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

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

Related