深度学习-图像分类篇二：注意力机制

图像处理中的注意力机制

Transformer&Self-Attention

• QKV原理
  

Self-Attention以及Multi-Head Attention

Self-Attention

• 不同任务（李宏毅的注意力机制）
  • 1.输入n输出n：sequence labeling
  • 2.输入n输出1：标签
    -3. 输入n输出m：seq2seq
• 针对sequence labeling问题可以开一个window把附近的词都考虑到，例如：I saw a saw标记词性，但这样window很大会带来很多参数和overfit，所以引入注意力self-attention
  
• 找到与自己相关的每个词的相关性，注意重要的信息
  
  
  
  
• 注意整个计算过程是可以并行的
  
• 矩阵的角度思考
  • qkv的计算，每一个a都要产生对应的qkv，w权重是学出来的
    
  • 计算相似度的本质是向量的内积（点乘）：
    
    
• 总结self-attention
  • 找出qkv：使用学习的权重
  • 找到相关性的得到weight
  • 最后对v做加权和（weighted sum）
    

Multi-Head Attention

• 2 head举例
  
  
• 到这里会发现一直没有体现位置信息（a1和a2，与a1和a3的计算没有区别），所以要对位置进行编码
  • hand-crafted（人为地）
    
• 应用（输入是一个很长的向量）
  • nlp的bert
  • 图像（图看成向量集vector set）

Transformer

• seq2seq处理的问题
  
  
• 模型结构
• 

Encoder

- self-attention的做法

- transform的做法

Decoder

• Autoregressive
  • Decode的作用
    
  • Decoder的结构
    
  • Mask self-attention
    
    
  • 为什么要使用mask：因为输入是一个一个产生的b2产生前没有a3，a4（只能考虑左边）
    
• 结束标志
  
• NAT
  • 可以并行
    
    
• 链接Encoder和Decoder
  
  
  

train

• 技巧
  
  • 复制一部分内容
    
    -Beam Search
    
    
    
• 训练和测试不一致：训练都是正确的，测试可能有错误的
  • 可以给点错误的