transformer 位置编码源码解读

import torch
import math

def get_positional_encoding(max_len, d_model):
    """
    计算位置编码

    参数：
    max_len -- 序列的最大长度
    d_model -- 位置编码的维度
    
    返回：
    一个形状为 (max_len, d_model) 的位置编码张量
    """
    positional_encoding = torch.zeros(max_len, d_model)
    position = torch.arange(0, max_len, dtype=torch.float).unsqueeze(1)
    div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model))
    
    positional_encoding[:, 0::2] = torch.sin(position * div_term)
    positional_encoding[:, 1::2] = torch.cos(position * div_term)
    
    return positional_encoding

# 示例参数
max_len = 100
d_model = 512

# 计算位置编码
positional_encoding = get_positional_encoding(max_len, d_model)
print(positional_encoding)

这里为什么要这么实现
div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model))

div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model))