基于李宏毅课程
- 解决问题:适合处理序列输入的问题。对于输入不限制于考虑窗口内几个单元的联系,而是考虑整个输入序列各单元的联系。
- 相关知识:
input:一个向量或者是一组向量
output:针对序列输入,根据输出不同可以把问题归类为三类
输入输出一一对应,如词性标注问题。
输出为类别标签,归类问题,如情感分类。
输出长度不确定,如翻译问题。
注意力得分及当前单元和其他输入单元关联程度的计算方法:dot-product或者additive
- 原理
在模型中使用示例如下,FC为全连接层。
如何计算各输入单元之间的关联程度?
如图,当前正在计算a1与各个单元之间的联系。首先将原向量和各自权重矩阵相乘得到输出,q(当前query),k(各相关单元)。q与k进行点乘得到阿尔法,将得到的阿尔法送入softmax归一化得到最终的相关性,表示各个单元和query联系的重要程度。
注:要计算query与自己的关系,本人以为这样可以有个参考,自己与自己的关系肯定最为紧密,计算其他单元最终进行归一化的时候有作用。
如何基于注意力得分提取特征?
将注意力得分与各自单元处理过的输入向量点成求和,此时针对query的输出b已经融合了各个输入单元的特征,关联程度大的,在b中存储的信息也多。
- 矩阵计算的实现
流程总结:
获得每个单元的qkv:
计算自注意力得分:
计算最终输出:
6. 应用
①NLP:本身为序列输入,每一个分词为一个单元。
②语音处理:语音编码为向量后,类似于NLP.
③图像:自注意力机制适合处理序列输入,而图像本身的输入并不适合。但是可以稍微处理为序列数据,如把图像上每个像素对应的RGB三个通道作为一个向量单元,这样就处理为长×宽个三维向量的序列输入
④图:图中每个节点就可以作为一个单元,并且可以根据节点之间的边连接特征作为计算注意力得分的依据。
7. 和其他网络对比
①CNN
自注意力机制是复杂的CNN。经过适当的处理可以作为CNN使用。CNN中的每个filter处理的是局部信息,而自注意力机制可以处理全局信息。
②RNN
他俩都是适合处理序列输入的,但是有几个不同之处
RNN考考虑的是当前单元前面的输入信息,而自制力机制可以考虑全局。当然,RNN也有双向的 ,从这个角度考虑,二者差别并不大。
从处理速度上来看,自注意力机制可以并行处理,而RNN只能等待前面处理完之后再计算本单元的输出。这有类似于cpu算术运算单元对乘法的处理,可以提高速度。
还有,对于长序列,自注意力机制也可以很好的获得全局信息,不受位置的影响,而RNN对于长序列的处理能力有限,对离自己远的单元特征提取效果甚微。
8. 变形
selfattention计算量比较大 针对速度提高也发展了很多变体。
也出现了multi-head的处理:
自注意力机制并没有考虑到单元位置对结果的影响 可以在训练时加入positon信息。