pytorch笔记：nn.MultiheadAttention

最新推荐文章于 2024-09-20 11:15:09 发布

UQI-LIUWJ

最新推荐文章于 2024-09-20 11:15:09 发布

阅读量3.6k

点赞数 4

分类专栏： pytorch学习文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/qq_40206371/article/details/127157677

版权

pytorch学习专栏收录该内容

111 篇文章 31 订阅

订阅专栏

1 函数介绍

torch.nn.MultiheadAttention(
    embed_dim, 
    num_heads, 
    dropout=0.0, 
    bias=True, 
    add_bias_kv=False, 
    add_zero_attn=False, 
    kdim=None, 
    vdim=None, 
    batch_first=False, 
    device=None, 
    dtype=None)

2 参数介绍

embed_dim	模型的维度
num_heads	attention的头数（embed_dim会平均分配给每个头，也即每个头的维度是embed_dim//num_heads）
dropout	attn_output_weights的dropout概率
bias	input和output的投影函数，是否有bias
kdim	k的维度，默认embed_dim
vdim	v的维度，默认embed_dim
batch_first	True——输入和输出的维度是(batch_num,seq_len,feature_dim)
batch_first	False——输入和输出的维度是(batch_num,seq_len,feature_dim)

3 forward函数

forward(
    query, 
    key, 
    value, 
    key_padding_mask=None, 
    need_weights=True, 
    attn_mask=None, 
    average_attn_weights=True)

4 forward函数参数介绍

query	对于没有batch的输入，维度是(length,embed_dim) 对于有batch的输入，维度是(batch_num,len,embed_dim)或者(len,batch_num,embed_dim)【取决于batch_first】
key	对于没有batch的输入，维度是(S_length,kdim) 对于有batch的输入，维度是(batch_num,len,kdim)或者(len,batch_num,kdim)【取决于batch_first】
value	对于没有batch的输入，维度是(S_length,vdim) 对于有batch的输入，维度是(batch_num,len,vdim)或者(len,batch_num,vdim)【取决于batch_first】
key_padding_mask	如果设置，那么对于没有batch的输入，这需要一个S_length大小的mask向量对于有batch的输入，这需要一个(length,S_length)大小的mask矩阵 True表示对应的key value在计算attention的时候，需要被忽略
need_weights	如果设置，那么返回值会多一个attn_output_weight
attn_mask	True表示对应的attention value 不应该存在
average_attn_weights	如果设置，那么返回的是各个头的平均attention weight 否则，就是把所有的head分别输出

5 forward输出

attn_output	对于没有batch的输入，维度为(length,embed_dim) 对于有batch的输入，维度为(length,batch_size,embed_dim)或(batch_size,length,embed_dim)
attn_output_weight	对于没有batch的输入如果average_attn_weights为True，那么就是(length,S_length)；否则是(num_heads,length,S_length)

6 举例

import torch
import torch.nn as nn
lst=torch.Tensor([[1,2,3,4],
                [2,3,4,5],
                 [7,8,9,10]])
lst=lst.unsqueeze(1)
lst.shape
#torch.Size([3, 1, 4])


multi_atten=nn.MultiheadAttention(embed_dim=4,
                                  num_heads=2)
multi_atten(lst,lst,lst)
'''
(tensor([[[ 1.9639, -3.7282,  2.1215,  0.6630]],
 
         [[ 2.2423, -4.2444,  2.2466,  1.0711]],
 
         [[ 2.3823, -4.5058,  2.3015,  1.2964]]], grad_fn=<AddBackward0>),
 tensor([[[9.0335e-02, 1.2198e-01, 7.8769e-01],
          [2.6198e-02, 4.4854e-02, 9.2895e-01],
          [1.6031e-05, 9.4658e-05, 9.9989e-01]]], grad_fn=<DivBackward0>))
'''