Многоголовое внимание

term_id: multi_head_attention

Category: basic_concepts

Definition

Многоголовое внимание расширяет стандартный механизм внимания, запуская его несколько раз параллельно с разными обученными линейными проекциями. Это позволяет модели совместно обрабатывать информацию из различных репрезентаций.

Summary

Механизм в моделях-трансформерах, позволяющий модели одновременно обращать внимание на информацию из разных подпространств представлений.

Key Concepts

  • Само-внимание
  • Линейные проекции
  • Конкатенация

Use Cases

  • Обработка естественного языка (NLP)
  • Машинный перевод
  • Классификация изображений с помощью 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

Связанные