前言
在网上看了一篇文章,借用了文章的大部分代码,并对代码的预测进行修改使得可以正确的预测了,具体链接找了半天找不到
代码
- import numpy as np # 导入 numpy 库
- import torch # 导入 torch 库
- import torch.nn as nn # 导入 torch.nn 库
- d_k = 64 # K(=Q) 维度
- d_v = 64 # V 维度
- # 定义缩放点积注意力类
- class ScaledDotProductAttention(nn.Module):
- def __init__(self):
- super(ScaledDotProductAttention, self).__init__()
- def forward(self, Q, K, V, attn_mask):
- #------------------------- 维度信息 --------------------------------
- # Q K V [batch_size, n_heads, len_q/k/v, dim_q=k/v] (dim_q=dim_k)
- # attn_mask [batch_size, n_heads, len_q, len_k]
- #----------------------------------------------------------------
- # 计算注意力分数(原始权重)[batch_size,n_heads,len_q,len_k]
- scores = torch.matmul(Q, K.transpose(-1, -2)) / np.sqrt(d_k)
- #------------------------- 维度信息 --------------------------------
- # scores [batch_size, n_heads, len_q, len_k]
- #-----------------------------------------------------------------
- # 使用注意力掩码,将 attn_mask 中值为 1 的位置的权重替换为极小值
- #------------------------- 维度信息 --------------------------------
- # attn_mask [batch_size, n_heads, len_q, len_k], 形状和 scores 相同
- #-----------------------------------------------------------------
- scores.masked_fill_(attn_mask, -1e9)
- # 对注意力分数进行 softmax 归一化
- weights = nn.Softmax(dim=-1)(scores)
- #------------------------- 维度信息 --------------------------------
- # weights [batch_size, n_heads, len_q, len_k], 形状和 scores 相同
- #-----------------------------------------------------------------
- # 计算上下文向量(也就是注意力的输出), 是上下文信息的紧凑表示
- context = torch.matmul(weights, V)
- #------------------------- 维度信息 --------------------------------
- # context [batch_size, n_heads, len_q, dim_v]
- #-----------------------------------------------------------------
- return context, weights # 返回上下文向量和注意力分数
- # 定义多头自注意力类
- d_embedding = 512 # Embedding 的维度
- n_heads = 8 # Multi-Head Attention 中头的个数
- batch_size = 6 # 每一批的数据大小
- class MultiHeadAttention(nn.Module):
- def __init__(self):
- super(MultiHeadAttention, self).__init__()
- self.W_Q = nn.Linear(d_embedding, d_k * n_heads) # Q的线性变换层
- self.W_K = nn.Linear(d_embedding, d_k * n_heads) # K的线性变换层
- self.W_V = nn.Linear(d_embedding, d_v * n_heads) # V的线性变换层
- self.linear = nn.Linear(n_heads * d_v, d_embedding)
- self.layer_norm = nn.LayerNorm(d_embedding)
- def forward(self, Q, K, V, attn_mask):
- #------------------------- 维度信息 --------------------------------
- # Q K V [batch_size, len_q/k/v, embedding_dim]
- #-----------------------------------------------------------------
- residual, batch_size = Q, Q.size(0) # 保留残差连接
- # 将输入进行线性变换和重塑,以便后续处理
- q_s = self.W_Q(Q).view(batch_size, -1, n_heads, d_k).transpose(1,2)
- k_s = self.W_K(K).view(batch_size, -1, n_heads, d_k).transpose(1,2)
- v_s = self.W_V(V).view(batch_size, -1, n_heads, d_v).transpose(1,2)
- #------------------------- 维度信息 --------------------------------
- # q_s k_s v_s: [batch_size, n_heads, len_q/k/v, d_q=k/v]
- #-----------------------------------------------------------------
- # 将注意力掩码复制到多头 attn_mask: [batch_size, n_heads, len_q, len_k]
- attn_mask = attn_mask.unsqueeze(1).repeat(1, n_heads, 1, 1)
- #------------------------- 维度信息 --------------------------------
- # attn_mask [batch_size, n_heads, len_q, len_k]
- #-----------------------------------------------------------------
- # 使用缩放点积注意力计算上下文和注意力权重
- context, weights = ScaledDotProductAttention()(q_s, k_s, v_s, attn_mask)
- #------------------------- 维度信息 --------------------------------
- # context [batch_size, n_heads, len_q, dim_v]
- # weights [batch_size, n_heads, len_q, len_k]
- #-----------------------------------------------------------------
- # 通过调整维度将多个头的上下文向量连接在一起
- context = context.transpose(1, 2).contiguous().view(batch_size, -1, n_heads * d_v)
- #------------------------- 维度信息 --------------------------------
- # context [batch_size, len_q, n_heads * dim_v]
- #-----------------------------------------------------------------
- # 用一个线性层把连接后的多头自注意力结果转换,原始地嵌入维度
- output = self.linear(context)
- #------------------------- 维度信息 --------------------------------
- # output [batch_size, len_q, embedding_dim]
- #-----------------------------------------------------------------
- # 与输入 (Q) 进行残差链接,并进行层归一化后输出
- output = self.layer_norm(output + residual)
- #------------------------- 维度信息 --------------------------------
- # output [batch_size, len_q, embedding_dim]
- #-----------------------------------------------------------------
- return output, weights # 返回层归一化的输出和注意力权重
- # 定义逐位置前馈网络类
- class PoswiseFeedForwardNet(nn.Module):
- def __init__(self, d_ff=2048):
- super(PoswiseFeedForwardNet, self).__init__()
- # 定义一维卷积层 1,用于将输入映射到更高维度
- self.conv1 = nn.Conv1d(in_channels=d_embedding, out_channels=d_ff, kernel_size=1)
- # 定义一维卷积层 2,用于将输入映射回原始维度
- self.conv2 = nn.Conv1d(in_channels=d_ff, out_channels=d_embedding, kernel_size=1)
- # 定义层归一化
- self.layer_norm = nn.LayerNorm(d_embedding)
- def forward(self, inputs):
- #------------------------- 维度信息 --------------------------------
- # inputs [batch_size, len_q, embedding_dim]
- #----------------------------------------------------------------
- residual = inputs # 保留残差连接
- # 在卷积层 1 后使用 ReLU 激活函数
- output = nn.ReLU()(self.conv1(inputs.transpose(1, 2)))
- #------------------------- 维度信息 --------------------------------
- # output [batch_size, d_ff, len_q]
- #----------------------------------------------------------------
- # 使用卷积层 2 进行降维
- output = self.conv2(output).transpose(1, 2)
- #------------------------- 维度信息 --------------------------------
- # output [batch_size, len_q, embedding_dim]
- #----------------------------------------------------------------
- # 与输入进行残差链接,并进行层归一化
- output = self.layer_norm(output + residual)
- #------------------------- 维度信息 --------------------------------
- # output [batch_size, len_q, embedding_dim]
- #----------------------------------------------------------------
- return output # 返回加入残差连接后层归一化的结果
- # 生成正弦位置编码表的函数,用于在 Transformer 中引入位置信息
- def get_sin_enc_table(n_position, embedding_dim):
- #------------------------- 维度信息 --------------------------------
- # n_position: 输入序列的最大长度
- # embedding_dim: 词嵌入向量的维度
- #-----------------------------------------------------------------
- # 根据位置和维度信息,初始化正弦位置编码表
- sinusoid_table = np.zeros((n_position, embedding_dim))
- # 遍历所有位置和维度,计算角度值
- for pos_i in range(n_position):
- for hid_j in range(embedding_dim):
- angle = pos_i / np.power(10000, 2 * (hid_j // 2) / embedding_dim)
- sinusoid_table[pos_i, hid_j] = angle
- # 计算正弦和余弦值
- sinusoid_table[:, 0::2] = np.sin(sinusoid_table[:, 0::2]) # dim 2i 偶数维
- sinusoid_table[:, 1::2] = np.cos(sinusoid_table[:, 1::2]) # dim 2i+1 奇数维
- #------------------------- 维度信息 --------------------------------
- # sinusoid_table 的维度是 [n_position, embedding_dim]
- #----------------------------------------------------------------
- return torch.FloatTensor(sinusoid_table) # 返回正弦位置编码表
- # 定义填充注意力掩码函数
- def get_attn_pad_mask(seq_q, seq_k):
- #------------------------- 维度信息 --------------------------------
- # seq_q 的维度是 [batch_size, len_q]
- # seq_k 的维度是 [batch_size, len_k]
- #-----------------------------------------------------------------
- batch_size, len_q = seq_q.size()
- batch_size, len_k = seq_k.size()
- # 生成布尔类型张量
- pad_attn_mask = seq_k.data.eq(0).unsqueeze(1) # <PAD>token 的编码值为 0
- #------------------------- 维度信息 --------------------------------
- # pad_attn_mask 的维度是 [batch_size,1,len_k]
- #-----------------------------------------------------------------
- # 变形为与注意力分数相同形状的张量
- pad_attn_mask = pad_attn_mask.expand(batch_size, len_q, len_k)
- #------------------------- 维度信息 --------------------------------
- # pad_attn_mask 的维度是 [batch_size,len_q,len_k]
- #-----------------------------------------------------------------
- return pad_attn_mask
- # 定义编码器层类
- class EncoderLayer(nn.Module):
- def __init__(self):
- super(EncoderLayer, self).__init__()
- self.enc_self_attn = MultiHeadAttention() # 多头自注意力层
- self.pos_ffn = PoswiseFeedForwardNet() # 位置前馈神经网络层
- def forward(self, enc_inputs, enc_self_attn_mask):
- #------------------------- 维度信息 --------------------------------
- # enc_inputs 的维度是 [batch_size, seq_len, embedding_dim]
- # enc_self_attn_mask 的维度是 [batch_size, seq_len, seq_len]
- #-----------------------------------------------------------------
- # 将相同的 Q,K,V 输入多头自注意力层 , 返回的 attn_weights 增加了头数
- enc_outputs, attn_weights = self.enc_self_attn(enc_inputs, enc_inputs,
- enc_inputs, enc_self_attn_mask)
- #------------------------- 维度信息 --------------------------------
- # enc_outputs 的维度是 [batch_size, seq_len, embedding_dim]
- # attn_weights 的维度是 [batch_size, n_heads, seq_len, seq_len]
- # 将多头自注意力 outputs 输入位置前馈神经网络层
- enc_outputs = self.pos_ffn(enc_outputs) # 维度与 enc_inputs 相同
- #------------------------- 维度信息 --------------------------------
- # enc_outputs 的维度是 [batch_size, seq_len, embedding_dim]
- #-----------------------------------------------------------------
- return enc_outputs, attn_weights # 返回编码器输出和每层编码器注意力权重
- # 定义编码器类
- n_layers = 6 # 设置 Encoder 的层数
- class Encoder(nn.Module):
- def __init__(self, corpus):
- super(Encoder, self).__init__()
- self.src_emb = nn.Embedding(len(corpus.src_vocab), d_embedding) # 词嵌入层
- self.pos_emb = nn.Embedding.from_pretrained( \
- get_sin_enc_table(corpus.src_len+1, d_embedding), freeze=True) # 位置嵌入层
- self.layers = nn.ModuleList(EncoderLayer() for _ in range(n_layers))# 编码器层数
- def forward(self, enc_inputs):
- #------------------------- 维度信息 --------------------------------
- # enc_inputs 的维度是 [batch_size, source_len]
- #-----------------------------------------------------------------
- # 创建一个从 1 到 source_len 的位置索引序列
- pos_indices = torch.arange(1, enc_inputs.size(1) + 1).unsqueeze(0).to(enc_inputs)
- #------------------------- 维度信息 --------------------------------
- # pos_indices 的维度是 [1, source_len]
- #-----------------------------------------------------------------
- # 对输入进行词嵌入和位置嵌入相加 [batch_size, source_len,embedding_dim]
- enc_outputs = self.src_emb(enc_inputs) + self.pos_emb(pos_indices)
- #------------------------- 维度信息 --------------------------------
- # enc_outputs 的维度是 [batch_size, seq_len, embedding_dim]
- #-----------------------------------------------------------------
- # 生成自注意力掩码
- enc_self_attn_mask = get_attn_pad_mask(enc_inputs, enc_inputs)
- #------------------------- 维度信息 --------------------------------
- # enc_self_attn_mask 的维度是 [batch_size, len_q, len_k]
- #-----------------------------------------------------------------
- enc_self_attn_weights = [] # 初始化 enc_self_attn_weights
- # 通过编码器层 [batch_size, seq_len, embedding_dim]
- for layer in self.layers:
- enc_outputs, enc_self_attn_weight = layer(enc_outputs, enc_self_attn_mask)
- enc_self_attn_weights.append(enc_self_attn_weight)
- #------------------------- 维度信息 --------------------------------
- # enc_outputs 的维度是 [batch_size, seq_len, embedding_dim] 维度与 enc_inputs 相同
- # enc_self_attn_weights 是一个列表,每个元素的维度是 [batch_size, n_heads, seq_len, seq_len]
- #-----------------------------------------------------------------
- return enc_outputs, enc_self_attn_weights # 返回编码器输出和编码器注意力权重
- # 生成后续注意力掩码的函数,用于在多头自注意力计算中忽略未来信息
- def get_attn_subsequent_mask(seq):
- #------------------------- 维度信息 --------------------------------
- # seq 的维度是 [batch_size, seq_len(Q)=seq_len(K)]
- #-----------------------------------------------------------------
- # 获取输入序列的形状
- attn_shape = [seq.size(0), seq.size(1), seq.size(1)]
- #------------------------- 维度信息 --------------------------------
- # attn_shape 是一个一维张量 [batch_size, seq_len(Q), seq_len(K)]
- #-----------------------------------------------------------------
- # 使用 numpy 创建一个上三角矩阵(triu = triangle upper)
- subsequent_mask = np.triu(np.ones(attn_shape), k=1)
- #------------------------- 维度信息 --------------------------------
- # subsequent_mask 的维度是 [batch_size, seq_len(Q), seq_len(K)]
- #-----------------------------------------------------------------
- # 将 numpy 数组转换为 PyTorch 张量,并将数据类型设置为 byte(布尔值)
- subsequent_mask = torch.from_numpy(subsequent_mask).byte()
- #------------------------- 维度信息 --------------------------------
- # 返回的 subsequent_mask 的维度是 [batch_size, seq_len(Q), seq_len(K)]
- #-----------------------------------------------------------------
- return subsequent_mask # 返回后续位置的注意力掩码
- # 定义解码器层类
- class DecoderLayer(nn.Module):
- def __init__(self):
- super(DecoderLayer, self).__init__()
- self.dec_self_attn = MultiHeadAttention() # 多头自注意力层
- self.dec_enc_attn = MultiHeadAttention() # 多头自注意力层,连接编码器和解码器
- self.pos_ffn = PoswiseFeedForwardNet() # 位置前馈神经网络层
- def forward(self, dec_inputs, enc_outputs, dec_self_attn_mask, dec_enc_attn_mask):
- #------------------------- 维度信息 --------------------------------
- # dec_inputs 的维度是 [batch_size, target_len, embedding_dim]
- # enc_outputs 的维度是 [batch_size, source_len, embedding_dim]
- # dec_self_attn_mask 的维度是 [batch_size, target_len, target_len]
- # dec_enc_attn_mask 的维度是 [batch_size, target_len, source_len]
- #-----------------------------------------------------------------
- # 将相同的 Q,K,V 输入多头自注意力层
- dec_outputs, dec_self_attn = self.dec_self_attn(dec_inputs, dec_inputs,
- dec_inputs, dec_self_attn_mask)
- #------------------------- 维度信息 --------------------------------
- # dec_outputs 的维度是 [batch_size, target_len, embedding_dim]
- # dec_self_attn 的维度是 [batch_size, n_heads, target_len, target_len]
- #-----------------------------------------------------------------
- # 将解码器输出和编码器输出输入多头自注意力层
- dec_outputs, dec_enc_attn = self.dec_enc_attn(dec_outputs, enc_outputs,
- enc_outputs, dec_enc_attn_mask)
- #------------------------- 维度信息 --------------------------------
- # dec_outputs 的维度是 [batch_size, target_len, embedding_dim]
- # dec_enc_attn 的维度是 [batch_size, n_heads, target_len, source_len]
- #-----------------------------------------------------------------
- # 输入位置前馈神经网络层
- dec_outputs = self.pos_ffn(dec_outputs)
- #------------------------- 维度信息 --------------------------------
- # dec_outputs 的维度是 [batch_size, target_len, embedding_dim]
- # dec_self_attn 的维度是 [batch_size, n_heads, target_len, target_len]
- # dec_enc_attn 的维度是 [batch_size, n_heads, target_len, source_len]
- #-----------------------------------------------------------------
- # 返回解码器层输出,每层的自注意力和解 - 编码器注意力权重
- return dec_outputs, dec_self_attn, dec_enc_attn
- # 定义解码器类
- n_layers = 6 # 设置 Decoder 的层数
- class Decoder(nn.Module):
- def __init__(self, corpus):
- super(Decoder, self).__init__()
- self.tgt_emb = nn.Embedding(len(corpus.tgt_vocab), d_embedding) # 词嵌入层
- self.pos_emb = nn.Embedding.from_pretrained( \
- get_sin_enc_table(corpus.tgt_len+1, d_embedding), freeze=True) # 位置嵌入层
- self.layers = nn.ModuleList([DecoderLayer() for _ in range(n_layers)]) # 叠加多层
- def forward(self, dec_inputs, enc_inputs, enc_outputs):
- #------------------------- 维度信息 --------------------------------
- # dec_inputs 的维度是 [batch_size, target_len]
- # enc_inputs 的维度是 [batch_size, source_len]
- # enc_outputs 的维度是 [batch_size, source_len, embedding_dim]
- #-----------------------------------------------------------------
- # 创建一个从 1 到 source_len 的位置索引序列
- pos_indices = torch.arange(1, dec_inputs.size(1) + 1).unsqueeze(0).to(dec_inputs)
- #------------------------- 维度信息 --------------------------------
- # pos_indices 的维度是 [1, target_len]
- #-----------------------------------------------------------------
- # 对输入进行词嵌入和位置嵌入相加
- dec_outputs = self.tgt_emb(dec_inputs) + self.pos_emb(pos_indices)
- #------------------------- 维度信息 --------------------------------
- # dec_outputs 的维度是 [batch_size, target_len, embedding_dim]
- #-----------------------------------------------------------------
- # 生成解码器自注意力掩码和解码器 - 编码器注意力掩码
- dec_self_attn_pad_mask = get_attn_pad_mask(dec_inputs, dec_inputs) # 填充位掩码
- dec_self_attn_subsequent_mask = get_attn_subsequent_mask(dec_inputs) # 后续位掩码
- dec_self_attn_mask = torch.gt((dec_self_attn_pad_mask \
- + dec_self_attn_subsequent_mask), 0)
- dec_enc_attn_mask = get_attn_pad_mask(dec_inputs, enc_inputs) # 解码器 - 编码器掩码
- #------------------------- 维度信息 --------------------------------
- # dec_self_attn_pad_mask 的维度是 [batch_size, target_len, target_len]
- # dec_self_attn_subsequent_mask 的维度是 [batch_size, target_len, target_len]
- # dec_self_attn_mask 的维度是 [batch_size, target_len, target_len]
- # dec_enc_attn_mask 的维度是 [batch_size, target_len, source_len]
- #-----------------------------------------------------------------
- dec_self_attns, dec_enc_attns = [], [] # 初始化 dec_self_attns, dec_enc_attns
- # 通过解码器层 [batch_size, seq_len, embedding_dim]
- for layer in self.layers:
- dec_outputs, dec_self_attn, dec_enc_attn = layer(dec_outputs, enc_outputs,
- dec_self_attn_mask, dec_enc_attn_mask)
- dec_self_attns.append(dec_self_attn)
- dec_enc_attns.append(dec_enc_attn)
- #------------------------- 维度信息 --------------------------------
- # dec_outputs 的维度是 [batch_size, target_len, embedding_dim]
- # dec_self_attns 是一个列表,每个元素的维度是 [batch_size, n_heads, target_len, target_len]
- # dec_enc_attns 是一个列表,每个元素的维度是 [batch_size, n_heads, target_len, source_len]
- #-----------------------------------------------------------------
- # 返回解码器输出,解码器自注意力和解码器 - 编码器注意力权重
- return dec_outputs, dec_self_attns, dec_enc_attns
- # 定义 Transformer 模型
- class Transformer(nn.Module):
- def __init__(self, corpus):
- super(Transformer, self).__init__()
- self.encoder = Encoder(corpus) # 初始化编码器实例
- self.decoder = Decoder(corpus) # 初始化解码器实例
- # 定义线性投影层,将解码器输出转换为目标词汇表大小的概率分布
- self.projection = nn.Linear(d_embedding, len(corpus.tgt_vocab), bias=False)
- def forward(self, enc_inputs, dec_inputs):
- #------------------------- 维度信息 --------------------------------
- # enc_inputs 的维度是 [batch_size, source_seq_len]
- # dec_inputs 的维度是 [batch_size, target_seq_len]
- #-----------------------------------------------------------------
- # 将输入传递给编码器,并获取编码器输出和自注意力权重
- enc_outputs, enc_self_attns = self.encoder(enc_inputs)
- #------------------------- 维度信息 --------------------------------
- # enc_outputs 的维度是 [batch_size, source_len, embedding_dim]
- # enc_self_attns 是一个列表,每个元素的维度是 [batch_size, n_heads, src_seq_len, src_seq_len]
- #-----------------------------------------------------------------
- # 将编码器输出、解码器输入和编码器输入传递给解码器
- # 获取解码器输出、解码器自注意力权重和编码器 - 解码器注意力权重
- dec_outputs, dec_self_attns, dec_enc_attns = self.decoder(dec_inputs, enc_inputs, enc_outputs)
- #------------------------- 维度信息 --------------------------------
- # dec_outputs 的维度是 [batch_size, target_len, embedding_dim]
- # dec_self_attns 是一个列表,每个元素的维度是 [batch_size, n_heads, tgt_seq_len, src_seq_len]
- # dec_enc_attns 是一个列表,每个元素的维度是 [batch_size, n_heads, tgt_seq_len, src_seq_len]
- #-----------------------------------------------------------------
- # 将解码器输出传递给投影层,生成目标词汇表大小的概率分布
- dec_logits = self.projection(dec_outputs)
- #------------------------- 维度信息 --------------------------------
- # dec_logits 的维度是 [batch_size, tgt_seq_len, tgt_vocab_size]
- #-----------------------------------------------------------------
- # 返回逻辑值 ( 原始预测结果 ), 编码器自注意力权重,解码器自注意力权重,解 - 编码器注意力权重
- return dec_logits, enc_self_attns, dec_self_attns, dec_enc_attns
复制代码 免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |