网站做的长图能导出吗,室内设计平面图简单,企业网站建设市场报价,网站如何吸引用户参考B站#xff1a;09 Transformer 之什么是注意力机制#xff08;Attention#xff09;
1. 注意力机制#xff08;Attention#xff09; 红色的是科学家们发现#xff0c;如果给你一张这个图#xff0c;你眼睛的重点会聚焦在红色区域
人–》看脸
文章看标题
段落看…参考B站09 Transformer 之什么是注意力机制Attention
1. 注意力机制Attention 红色的是科学家们发现如果给你一张这个图你眼睛的重点会聚焦在红色区域
人–》看脸
文章看标题
段落看开头
后面的落款
这些红色区域可能包含更多的信息更重要的信息
注意力机制我们会把我们的焦点聚焦在比较重要的事物上
Q、K、V
我查询对象 Q这张图被查询对象 V图中包含的模块K。 我看这张图第一眼我就会去判断哪些东西对我而言更重要哪些对我而言又更不重要去计算 Q 和 V 里的事物的重要度
重要度计算其实是不是就是相似度计算更接近点乘其实是求内积数学中的原理两个矩阵点乘得到的值越大证明两个矩阵越相似。 Q 、 K k 1 k 2 ⋅ ⋅ ⋅ k n Q、Kk_1k_2···k_n Q、Kk1k2⋅⋅⋅kn 通过点乘的方法计算Q 和 K 里的每一个事物的相似度就可以拿到 Q 和 k 1 k1 k1的相似值 s 1 s1 s1Q 和 k 2 k2 k2的相似值 s 2 s2 s2Q 和 k n kn kn的相似值 s n sn sn.
进一步做 s o f t m a x s 1 , s 2 , ⋅ ⋅ ⋅ , s n softmaxs_1,s_2,···,sn softmaxs1,s2,⋅⋅⋅,sn便可以得到概率值 a 1 a 2 ⋅ ⋅ ⋅ a n a_1a_2···a_n a1a2⋅⋅⋅an。 我们还得进行一个汇总当你使用 Q 查询结束了后Q 已经失去了它的使用价值了我们最终还是要拿到这张图片的只不过现在的这张图片它多了一些信息多了于我而言更重要更不重要的信息在这里。 V ( v 1 v 2 ⋅ ⋅ ⋅ v n a 1 a 2 ⋅ ⋅ ⋅ a n • v 1 v 2 ⋅ ⋅ ⋅ v n ( a 1 ∗ v 1 a 2 ∗ v 2 ⋅ ⋅ ⋅ a n ∗ v n ) V ′ V (v_1v_2···v_na_1a_2···a_n•v_1v_2···v_n(a_1*v_1 a_2*v_2 ··· a_n*v_n ) V V(v1v2⋅⋅⋅vna1a2⋅⋅⋅an•v1v2⋅⋅⋅vn(a1∗v1a2∗v2⋅⋅⋅an∗vn)V′
这样的话就得到了一个新的 V’这个新的 V’ 就包含了哪些更重要哪些不重要的信息在里面然后用 V’ 代替 V。一般 KV。
理解
注意力机制就是接收一个输入的东西模型里面可能是特征利用注意力机制找出图像中和该特征最相似的区域该区域应该是提取出特征的区域我们应该更加关注。
Transformer之自注意力机制self-Attention
Self-Attention 的关键点在于 K≈V≈Q 来源于同一个 X这三者是同源的。 通过 X 找到 X 里面的关键点。 并不是 KVQX而是通过三个参数 W Q , W K , W V W_Q,W_K,W_V WQ,WK,WV,接下来的步骤和注意力机制一模一样。
1.Q、K、V的获取 这里的 q 1 q_1 q1 q 2 q_2 q2 是由 x 1 x_1 x1 x 2 x_2 x2 与 W Q W_Q WQ 相乘得到的 k 1 k_1 k1 k 2 k_2 k2 是由 x 1 x_1 x1 x 2 x_2 x2 与 W K W_K WK 相乘得到的 v 1 v_1 v1 v 2 v_2 v2 是由 x 1 x_1 x1 x 2 x_2 x2 与 W V W_V WV 相乘得到的
这里的Q、K、V都来自于 x 1 x_1 x1 x 2 x_2 x2 所以是同源的。
2. Matmul Q、K点乘这里会和每个k进行点乘 这里会先进行Q、K相乘得到其相似值。
3.ScaleSoftmax对Q、K点乘结果进行softmax 将Q、K相乘的相似值通过softmax转为概率。
4. Matmul得到的V1并通过V1得到Z1
将前面softmax得到的概率值0.88再与 v 1 v_1 v1相乘 v 1 ∗ 0.88 v_1*0.88 v1∗0.88 得到一个新的向量值 v 1 v_1 v1。 此时的 v 2 v_2 v2的概率值是0.12 v 2 ∗ 0.12 v_2*0.12 v2∗0.12 得到一个新的向量值 v 2 v_2 v2。
最终的 z 1 v 2 v 2 z_1 v_2 v_2 z1v2v2, z 1 z_1 z1 中包含了 v 1 v_1 v1和 v 2 v_2 v2的信息。 z 1 z_1 z1表示的就是 thinking 的新的向量表示对于 thinking初始词向量为 x 1 x_1 x1。
现在我通过 thinking machines 这句话去查询这句话里的每一个单词和 thinking 之间的相似度新的 z 1 z_1 z1依然是 thinking 的词向量表示只不过这个词向量的表示蕴含了 thinking machines 这句话对于 thinking 而言哪个更重要的信息。
举个例子 这里的 its 做了自注意力其包含了这句话所有词的信息并且对Law的相似度最高所以这里的its最有可能代表its。 但是如果不做自注意力这里的 its 就是单纯的三个字母 its并没有包含任何信息。 也就是说 its 有 law 这层意思而通过自注意力机制得到新的 its 的词向量则会包含一定的 laws 和 application 的信息
自注意力矩阵表示
Q 、K、V的获取 Z矩阵的获取 Z矩阵的表示 最终Z矩阵中就有每个单词和每个单词联系的概率值。
