仁怀那里可以做网站开网店的企业名称

前言：

        前面重点讲了self-attention, mulitHead self-attention.

   

---

目录：

1.   self-attention
2.   positional Encoding
3.  语音处理例子
4.   跟CNN区别
5.   跟 RNN 区别

---

一  self-attention 回顾

优点

        1   解决了长序列依赖问题

        2   并行计算

缺点

      1   开销变大   增加了 Q,K,V attention-score,B 矩阵

      2   输入之间的位置信息丢失了 (PositionEncoding 可以解决）

    RNN ： 是按照 seq_num ,依次输入.能看到词与词之间的顺序关系

     

     

1.1 Q,K,V 矩阵生成,I 为输入张量

1.2 计算 self-attention 的 attention score

1.3 self-attention 输出

 最后用矩阵表示可以看出来

---

二  Positional Encoding

  2.1 作用：

         把位置信息添加到当前的向量中.

2.2 主要流程

      1: 计算位置编码信息

     2:  当前向量加上对应的位置信息,

       通过sincos 产生的（也有其它方案）

   

2.3 例子

    

  其中： 是通过下面PE编码得到.

    偶数位置编码为

     

   奇数位置编码为：

   

   

     

   2.4 原理

    利用和差化积定义

    

   

   

  pos+k 位置的编码:  可以表示为pos 位置与k位置正线余弦的线性组合.从而蕴含了相对位置信息

# -*- coding: utf-8 -*-
"""
Created on Fri Jul 26 17:29:07 2024@author: chengxf2
"""
import numpy as npdef pos_encoding(pos ,dmodel):N = int(dmodel/2)e = []for i in range(N):a1 = (2*i)/dmodela2 = (2*i+1)/dmodelw1 = pos/np.power(10000, a1)w2 = pos/np.power(10000, a2)even = round(np.sin(w1),4)odd =  round(np.cos(w2),4)#print("\n i: %d %4.2f   %4.2f"%(i,even, odd))e.append(even)e.append(odd)print(e)pos_encoding(1,512)

---

三 语音识别的例子

    

    1  语音线分帧  10ms 一帧，1个列向量

    2  1s 对应100帧,100个向量

    3 一段语音对应的seq_len 是非常大的，10s 就对应seq_len=1000

2.1 直接使用selt-attention 计算量非常大

Q,K,V 总共需要  seq_len* [input_dim, hidden_dim]*3 内存大小

      可以使用truncated self-attention,  每个向量只计算一小段

或者间隔采样.

---

四  self-attention Image  Vs CNN

     
     4.1 CNN

    

      

       如上图，一张R,G,B 图片，输入 shape [batch, input_channel=3, height=5,width=3]

       

  4.2 self-attention

       输入 shape[batch, seq_len=width*height=10*5, input_dim= channel=3]

        self-attention,依次对每个通道的图片做Q,K,V,然后计算出attention-score.

4.3  例子

https://arxiv.org/pdf/1805.08318v2

4.4  跟CNN区别

4.5 对比结果

   self-attention 当数据集小的时候，容易过拟合. 

低于1000W，self-attention 低于CNN

数据集大于CNN

---

五  self-attention VS RNN

     5.1 RNN

            RNN 每个vector 考虑了左边的输入，

            RNN 没办法并行处理所有output

    5.2  slef-attention

            考虑了整个vector, 可以从非常远的位置抽取相关信息。

            可以并行输出

            运算速度更快。

             

      

---

参考：

self-attention下_哔哩哔哩_bilibili

14 Transformer之位置编码Positional Encoding （为什么 Self-Attention 需要位置编码）_哔哩哔哩_bilibili

Curated Color Palettes with Search and Tags Support

14 Transformer之位置编码Positional Encoding （为什么 Self-Attention 需要位置编码）_哔哩哔哩_bilibili