Codificação Posicional

term_id: positional_encoding

Category: basic_concepts

Definition

Como os Transformers processam todos os tokens em paralelo, em vez de sequencialmente como as RNNs, eles não possuem conhecimento inerente da ordem dos tokens. A codificação posicional adiciona vetores específicos às embeddings de entrada para pres

Summary

Uma técnica que injeta informações sobre a posição relativa ou absoluta dos tokens em uma sequência em modelos Transformer.

Key Concepts

  • Ordem da Sequência
  • Autoatenção
  • Funções Senoidais
  • Embeddings de Tokens

Use Cases

  • Tradução Automática
  • Resumo de Texto
  • Modelagem de Linguagem

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