什么是注意力機制？注意力機制的計算規(guī)則

我們觀察事物時，之所以能夠快速判斷一種事物(當然允許判斷是錯誤的)，是因為我們大腦能夠很快把注意力放在事物最具有辨識度的部分從而作出判斷，而并非是從頭到尾的觀察一遍事物后，才能有判斷結果，正是基于這樣的理論，就產(chǎn)生了注意力機制。

什么是注意力計算規(guī)則：

它需要三個指定的輸入Q(query)，K(key)，V(value)，然后通過計算公式得到注意力的結果，這個結果代表query在key和value作用下的注意力表示.當輸入的Q=K=V時，稱作自注意力計算規(guī)則。

常見的注意力計算規(guī)則：

|| ·將Q，K進行縱軸拼接，做一次線性變化，再使用softmax處理獲得結果最后與V做張量乘法。

|| ·將Q，K進行縱軸拼接，做一次線性變化后再使用tanh函數(shù)激活，然后再進行內(nèi)部求和，最后使用softmax處理獲得結果再與V做張量乘法.

|| ·將Q與K的轉(zhuǎn)置做點積運算，然后除以一個縮放系數(shù)再使用softmax處理獲得結果最后與V做張量乘法。

說明：當注意力權重矩陣和V都是三維張量且第一維代表為batch條數(shù)時, 則做bmm運算.bmm是一種特殊的張量乘法運算。

bmm運算演示:

# 如果參數(shù)1形狀是(b × n × m), 參數(shù)2形狀是(b × m × p), 則輸出為(b × n × p)
>>> input = torch.randn(10, 3, 4)
>>> mat2 = torch.randn(10, 4, 5)
>>> res = torch.bmm(input, mat2)
>>> res.size()
torch.Size([10, 3, 5])

注意力機制的作用

在解碼器端的注意力機制：能夠根據(jù)模型目標有效的聚焦編碼器的輸出結果，當其作為解碼器的輸入時提升效果，改善以往編碼器輸出是單一定長張量，無法存儲過多信息的情況。

在編碼器端的注意力機制：主要解決表征問題，相當于特征提取過程，得到輸入的注意力表示。般使用自注意力(self-attention)。

注意力機制實現(xiàn)步驟

第一步：根據(jù)注意力計算規(guī)則，對Q，K，V進行相應的計算

第二步：根據(jù)第一步采用的計算方法，如果是拼接方法，則需要將Q與第二步的計算結果再進行拼接，如果是轉(zhuǎn)置點積一般是自注意力，Q與V相同，則不需要進行與Q的拼接

第三步：最后為了使整個attention機制按照指定尺寸輸出，使用線性層作用在第二步的結果上做個線性變換，得到最終對Q的注意力表示

常見注意力機制的代碼分析：

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

class Attn(nn.Module):
    def __init__(self, query_size, key_size, value_size1, value_size2, output_size):
        """初始化函數(shù)中的參數(shù)有5個, query_size代表query的最后一維大小
           key_size代表key的最后一維大小, value_size1代表value的導數(shù)第二維大小, 
           value = (1, value_size1, value_size2)
           value_size2代表value的倒數(shù)第一維大小, output_size輸出的最后一維大小"""
        super(Attn, self).__init__()
        # 將以下參數(shù)傳入類中
        self.query_size = query_size
        self.key_size = key_size
        self.value_size1 = value_size1
        self.value_size2 = value_size2
        self.output_size = output_size

        # 初始化注意力機制實現(xiàn)第一步中需要的線性層.
        self.attn = nn.Linear(self.query_size + self.key_size, value_size1)

        # 初始化注意力機制實現(xiàn)第三步中需要的線性層.
        self.attn_combine = nn.Linear(self.query_size + value_size2, output_size)


    def forward(self, Q, K, V):
        """forward函數(shù)的輸入?yún)?shù)有三個, 分別是Q, K, V, 根據(jù)模型訓練常識, 輸入給Attion機制的
           張量一般情況都是三維張量, 因此這里也假設Q, K, V都是三維張量"""

        # 第一步, 按照計算規(guī)則進行計算, 
        # 我們采用常見的第一種計算規(guī)則
        # 將Q，K進行縱軸拼接, 做一次線性變化, 最后使用softmax處理獲得結果
        attn_weights = F.softmax(
            self.attn(torch.cat((Q[0], K[0]), 1)), dim=1)

        # 然后進行第一步的后半部分, 將得到的權重矩陣與V做矩陣乘法計算, 
        # 當二者都是三維張量且第一維代表為batch條數(shù)時, 則做bmm運算
        attn_applied = torch.bmm(attn_weights.unsqueeze(0), V)

        # 之后進行第二步, 通過取[0]是用來降維, 根據(jù)第一步采用的計算方法, 
        # 需要將Q與第一步的計算結果再進行拼接
        output = torch.cat((Q[0], attn_applied[0]), 1)

        # 最后是第三步, 使用線性層作用在第三步的結果上做一個線性變換并擴展維度，得到輸出
        # 因為要保證輸出也是三維張量, 因此使用unsqueeze(0)擴展維度
        output = self.attn_combine(output).unsqueeze(0)
        return output, attn_weights

調(diào)用:

query_size = 32
key_size = 32
value_size1 = 32
value_size2 = 64
output_size = 64
attn = Attn(query_size, key_size, value_size1, value_size2, output_size)
Q = torch.randn(1,1,32)
K = torch.randn(1,1,32)
V = torch.randn(1,32,64)
out = attn(Q, K ,V)
print(out[0])
print(out[1])

輸出效果:

tensor([[[ 0.4477, -0.0500, -0.2277, -0.3168, -8.4096, -0.5982, 0.1548,
-8.8771, -8.0951. 8.1833. 8.3128. 8.1260, 8.4420. 8.8495.
-0.7774, -0.0995, 0.2629, 0.4957, 1.0922, 0.1428, 0.3024.
-0.2646, -0.0265, 0.0632, 0.3951, 0.1583, 0.1130, 0.5500,
-0.1887, -0.2816, -0.3800, -0.5741, 0.1342, 0.0244, -0.2217,
0.1544, 0.1865, -0.2019, 0.4090, -0.4762, 0.3677, -0.2553,
-0.5199, 0.2290, -0.4407, 0.0663, -8.0182, -8.2168, 0.0913,
-0.2340, 0.1924, -0.3687, 0.1508, 0.3618, -0.0113, 0.2864.
-0.1929, -0.6821, 0.0951, 0.1335, 0.3560, -0.3215
,0.6461,
0.1532]]],grad_fn=<UnsqueezeBackward0>)
tensor([[0.0395, 0.0342, 0.0200, 0.0471, 0.0177, 0.0209, 0.0244, 0.0465, 0.0346,
0.0378, 0.0282, 0.0214, 0.0135, 0.0419, 0.0926, 0.0123, 0.0177, 0.0187,
0.0166, 0.8225, 0.0234, 0.0284, 0.0151, 0.0239, 0.0132, 0.0439, 0.0507,
0.0419, 8.0352, 8.0392, 8.0546, 0.0224]], grad_fn=<SoftmaxBackward>)