003 FeedForward前馈层

最新推荐文章于 2024-08-16 11:49:47 发布

置顶黄家驹beyond

最新推荐文章于 2024-08-16 11:49:47 发布

阅读量2.8k

点赞数 8

分类专栏： LLM大模型文章标签： pytorch transformer 人工智能

本文链接：https://blog.csdn.net/m0_72734364/article/details/134968678

版权

LLM大模型专栏收录该内容

3 篇文章 1 订阅

订阅专栏

本文详细解释了Transformer模型中前馈层的原理，包括其基本概念、结构（线性变换和激活函数）、作用，以及如何通过Pytorch实现一个带ReLU激活的两层全连接网络。着重强调了前馈层在模型性能提升中的重要性。

摘要由CSDN通过智能技术生成

一、环境

本文使用环境为：

Windows10
Python 3.9.17
torch 1.13.1+cu117
torchvision 0.14.1+cu117

二、前馈层原理

Transformer模型中的前馈层（Feed Forward Layer）是其关键组件之一，对于模型的性能起着重要作用。下面将用900字对Transformer的前馈层进行详细讲解。前馈层在网络中位置，如下图：

2.1 前馈层的基本概念

前馈层，又称为全连接层（Fully Connected Layer）或密集层（Dense Layer），是神经网络中最基础的组件之一。在Transformer模型中，前馈层通常出现在每一个Transformer编码器（Encoder）和解码器（Decoder）中的每一个自注意力（Self-Attention）层之后。

2.2 前馈层的结构

线性变换：前馈层的输入首先经过一个线性变换，将输入映射到一个高维空间。这个线性变换通常由一个权重矩阵和一个偏置向量实现。
激活函数：经过线性变换后，输入会通过一个激活函数，增加模型的非线性表达能力。常用的激活函数包括ReLU、Sigmoid、Tanh等。
线性变换与输出：经过激活函数后，再进行一次线性变换，将高维空间的特征映射回原始空间，得到前馈层的输出。

2.3 前馈层的作用

特征提取：前馈层通过线性变换和激活函数，可以提取输入数据的复杂特征，有助于模型更好地理解数据。
增加模型复杂度：通过增加前馈层的隐藏单元数量，可以增加模型的复杂度，提高模型的表达能力。
缓解梯度消失问题：在深度神经网络中，梯度消失是一个常见的问题。前馈层中的激活函数可以缓解这个问题，使得模型能够更好地训练。

三、完整代码

前馈层接受自注意力子层的输出作为输入，并通过一个带有 Relu 激活函数的两层全连接网络对输入进行更加复杂的非线性变换。实验证明，这一非线性变换会对模型最终的性能产生十分重要的影响。

其中 W1, b1,W2, b2 表示前馈子层的参数。实验结果表明，增大前馈子层隐状态的维度有利于提
升最终翻译结果的质量，因此，前馈子层隐状态的维度一般比自注意力子层要大。使用 Pytorch 实现的前馈层参考代码如下：

import torch.nn as nn
import torch.nn.functional as F
import torch

class FeedForward(nn.Module):
    def __init__(self, d_model, d_ff=2048, dropout = 0.1):
        super().__init__()
        # d_ff 默认设置为 2048
        self.linear_1 = nn.Linear(d_model, d_ff)
        self.dropout = nn.Dropout(dropout)
        self.linear_2 = nn.Linear(d_ff, d_model)
    def forward(self, x):
        x = self.dropout(F.relu(self.linear_1(x)))
        x = self.linear_2(x)
        return x



batch_size = 32
seq_len = 64
d_model = 512
ff = FeedForward(d_model=d_model)
x = torch.randn(batch_size, seq_len, d_model) # 32 x 64 x 512
ff.eval()
print(ff(x).shape) # torch.Size([32, 64, 512])