# step5:构造:intra-attention的mask
# Q @ k^T shape:[batch_size,tgt_seq_len,src_seq_len]
valid_encoder_pos = torch.unsqueeze(torch.cat([torch.unsqueeze(F.pad(torch.ones(L), (0, max(src_len) - L)), 0) \
for L in src_len]), 2) # 源序列的有效位置
valid_decoder_pos = torch.unsqueeze(torch.cat([torch.unsqueeze(F.pad(torch.ones(L), (0, max(tgt_len) - L)), 0) \
for L in src_len]), 2) # 目标序列的有效位置
# 目标序列对于源序列的有效性的关系:目标序列第一个样本的第一个词与原序列的第一个句子
valid_cross_pos_matrix = torch.bmm(valid_decoder_pos, valid_encoder_pos.transpose(1, 2))#Q和K转置矩阵相乘
invalid_cross_pos_matrix = 1 - valid_cross_pos_matrix
mask_cross_attention = invalid_cross_pos_matrix.to(torch.bool)
score = torch.randn(batch_size, max(src_len), max(src_len))
masked_score = score.masked_fill(mask_cross_attention, -1e9)
prob2 = F.softmax(masked_score, -1)
print(mask_cross_attention)
print(prob2)
【Transformer】intra-attention mask
最新推荐文章于 2024-07-28 15:46:11 发布