Bahdanau注意力

我们在 9.7节中探讨了机器翻译问题：通过设计⼀个基于两个循环神经⽹络的编码器-解码器架构，⽤于序列到序列学习。具体来说，循环神经⽹络编码器将⻓度可变的序列转换为固定形状的上下⽂变量，然后循环神经⽹络解码器根据⽣成的词元和上下⽂变量按词元⽣成输出（⽬标）序列词元。然⽽，即使并⾮所有输⼊（源）词元都对解码某个词元都有⽤，在每个解码步骤中仍使⽤编码相同的上下⽂变量。有什么⽅法能改变上下⽂变量呢？

我们试着从 [Graves, 2013]中找到灵感：在为给定⽂本序列⽣成⼿写的挑战中，Graves设计了⼀种可微注意⼒模型，将⽂本字符与更⻓的笔迹对⻬，其中对⻬⽅式仅向⼀个⽅向移动。受学习对⻬想法的启发，Bahdanau等⼈提出了⼀个没有严格单向对⻬限制的可微注意⼒模型 [Bahdanau et al., 2014]。在预测词元时，如果不是所有输⼊词元都相关，模型将仅对⻬（或参与）输⼊序列中与当前预测相关的部分。这是通过将上下⽂变量视为注意⼒集中的输出来实现的

1 - 模型

import torch
from torch import nn
from d2l import torch as d2l

2 - 定义注意力解码器

下面我们看看如何定义Bahdanau注意力，实现循环神经网络编码器-解码器。其实，我们只需要重新定义解码器即可。为了更方便地显示学习的注意力权重，以下AttentionDecoder类定义了带有注意力机制解码器的基本接口

class AttentionDecoder(d2l.Decoder):"""带有注意力机制解码器的基本接口"""def __init__(self,**kwargs):super(AttentionDecoder,self).__init__(**kwargs)@propertydef attention_weights(self):raise NotImplementedError

接下来，让我们在接下来的Seq2SeqAttentionDecoder类中实现带有Bahdanau注意力的循环神经网络解码器。首先，我们初始化解码器的状态，需要下面的输入：

编码器在所有时间步的最终层隐状态，将作为注意力的键和值：
上一时间步的编码器全层隐状态，将作为初始化解码器的隐状态
编码器的有效长度（排除在注意力池中填充词元）

在每个解码时间步骤中，解码器上一个时间步的最终层隐状态将用作查询。因此，注意力输出和输入嵌入都连结为循环神经网络解码器的输入

class Seq2SeqAttentionDecoder(AttentionDecoder):def __init__(self,vocab_size,embed_size,num_hiddens,num_layers,dropout=0,**kwargs):super(Seq2SeqAttentionDecoder,self).__init__(**kwargs)self.attention = d2l.AdditiveAttention(num_hiddens,num_hiddens,num_hiddens,dropout)self.embedding = nn.Embedding(vocab_size,embed_size)self.rnn = nn.GRU(embed_size + num_hiddens,num_hiddens,num_layers,dropout=dropout)self.dense = nn.Linear(num_hiddens,vocab_size)def init_state(self,enc_outputs,enc_valid_lens,*args):# outputs的形状为（batch_size,num_steps,num_hiddens）# hidden_state的形状为（num_layers,batch_size,num_hiddens）outputs,hidden_state = enc_outputsreturn (outputs.permute(1,0,2),hidden_state,enc_valid_lens)def forward(self,X,state):# enc_outputs的形状为(batch_size,num_steps,num_hiddens).# hidden_state的形状为(num_layers,batch_size,num_hiddens)enc_outputs, hidden_state, enc_valid_lens = state# 输出X的形状为(num_steps,batch_size,embed_size)X = self.embedding(X).permute(1,0,2)outputs,self._attention_weight = [],[]for x in X:# query的形状为（batch_size,1,num_hiddens）query = torch.unsqueeze(hidden_state[-1],dim=1)# conetxt的形状为（batch_size,1,num_hiddens）context = self.attention(query,enc_outputs,enc_outputs,enc_valid_lens)# 在特征维度上连结x = torch.cat((context,torch.unsqueeze(x,dim=1)),dim=-1)# 将x变形为（1，batch_size,embed_size + num_hiddens）out,hidden_state = self.rnn(x.permute(1,0,2),hidden_state)outputs.append(out)self._attention_weight.append(self.attention.attention_weights)# 全连接层变换后，outputs的形状为(num_steps,batch_size,vocab_size)outputs = self.dense(torch.cat(outputs,dim=0))return outputs.permute(1,0,2),[enc_outputs,hidden_state,enc_valid_lens]@propertydef attention_weights(self):return self._attention_weight

接下来，我们使用包含7个时间步的4个序列输入的小批量测试Bahdanau注意力解码器

encoder = d2l.Seq2SeqEncoder(vocab_size=10, embed_size=8, num_hiddens=16,num_layers=2)
encoder.eval()decoder = Seq2SeqAttentionDecoder(vocab_size=10, embed_size=8, num_hiddens=16,num_layers=2)
decoder.eval()X = torch.zeros((4, 7), dtype=torch.long) # (batch_size,num_steps)
state = decoder.init_state(encoder(X), None)
output, state = decoder(X, state)
output.shape, len(state), state[0].shape, len(state[1]), state[1][0].shape

(torch.Size([4, 7, 10]), 3, torch.Size([4, 7, 16]), 2, torch.Size([4, 16]))

3 - 训练

我们在这里指定超参数，实例化一个带有Bahdanau注意力的编码器和解码器，并对这个模型进行机器翻译训练。由于新增的注意力机制，训练要比没有注意力机制慢得多

embed_size, num_hiddens, num_layers, dropout = 32, 32, 2, 0.1
batch_size, num_steps = 64, 10
lr, num_epochs, device = 0.005, 250, d2l.try_gpu()
train_iter, src_vocab, tgt_vocab = d2l.load_data_nmt(batch_size, num_steps)encoder = d2l.Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers, dropout)
decoder = Seq2SeqAttentionDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers, dropout)net = d2l.EncoderDecoder(encoder, decoder)
d2l.train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)

loss 0.019, 8321.3 tokens/sec on cuda:0

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7fe6j7ca-1662988224385)(https://yingziimage.oss-cn-beijing.aliyuncs.com/img/202209122107923.svg)]

模型训练后，我们用它将几个句子翻译成法语并计算它们的BLEU分数

engs = ['go .', "i lost .", 'he\'s calm .', 'i\'m home .']
fras = ['va !', 'j\'ai perdu .', 'il est calme .', 'je suis chez moi .']
for eng,fra in zip(engs,fras):translation,dec_attention_weight_seq = d2l.predict_seq2seq(net,eng,src_vocab,tgt_vocab,num_steps,device,True)print(f'{eng}=>{translation}, ',f'bleu{d2l.bleu(translation, fra, k=2):.3f}')

go . => va !,  bleu 1.000
i lost . => j'ai perdu .,  bleu 1.000
he's calm . => il est mouillé .,  bleu 0.658
i'm home . => je suis chez moi .,  bleu 1.000

attention_weights = torch.cat([step[0][0][0] for step in dec_attention_weight_seq],0).reshape((1, 1, -1, num_steps))

训练结束后，下面我们通过可视化注意力权重你会发现，每个查询都会在键值对上分配不同的权重，这说明在每个解码步中，输入序列的不同部分被选择性地聚集在注意力池中

d2l.show_heatmaps(attention_weights[:,:,:,:len(engs[-1].split()) + 1].cpu(),xlabel='Key postions',ylabel='Query positions')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dPuco183-1662988224385)(https://yingziimage.oss-cn-beijing.aliyuncs.com/img/202209122107924.svg)]

4 - 小结

在预测词元时，如果不是所有输⼊词元都是相关的，那么具有Bahdanau注意⼒的循环神经⽹络编码器-解码器会有选择地统计输⼊序列的不同部分。这是通过将上下⽂变量视为加性注意⼒池化的输出来实现的
在循环神经⽹络编码器-解码器中，Bahdanau注意⼒将上⼀时间步的解码器隐状态视为查询，在所有时间步的编码器隐状态同时视为键和值

注意力机制 - Bahdanau注意力相关推荐

空间注意力机制sam_Attention注意力机制介绍
什么是Attention机制 Attention机制通俗的讲就是把注意力集中放在重要的点上,而忽略其他不重要的因素.其中重要程度的判断取决于应用场景,拿个现实生活中的例子,比如1000个人眼中有100 ...
注意力机制-多头注意力
文章目录多头注意力多头注意力给定一个Query(查询)和一系列的Key-Value对一起映射出一个输出.包括下面三个关键性步骤: 将Query与Key进行相似性度量将求得的相似性度量进行缩放标 ...
自注意力机制与注意力机制
基本内容理解的话推荐看一下这篇博客Transformer:注意力机制(attention)和自注意力机制(self-attention)的学习总结,这个博主讲的很细致,比较容易理解. 这里借用一下上述 ...
注意力机制 - 多头注意力
多头注意力在实践中,当给定相同的查询.键和值的集合时,我们希望模型可以基于相应的注意力机制学习到不同的行为,然后将不同的行为作为知识组合起来,捕获序列内各种范围的依赖关系(例如,段距离依赖和长距离依 ...
什么是注意力机制？注意力机制的实现步骤
我们观察事物时,之所以能够快速判断一种事物(当然允许判断是错误的),是因为我们大脑能够很快把注意力放在事物最具有辨识度的部分从而作出判断,而并非是从头到尾的观察一遍事物后,才能有判断结果,正是基于这样 ...
注意力机制之注意力分数
目录注意力分数扩展到高维加性注意力 scaled 点积注意力总结代码注意力分数注意力分数和注意力权重的区别: 扩展到高维这里,q的数量和key-value对的数量可以不一致.q,k,v ...
独家 | 感悟注意力机制
作者:Greg Mehdiyev, Ray Hong, Jinghan Yu, Brendan Artley翻译:陈之炎校对:ZRX本文约2800字,建议阅读12分钟本文由Simon Fraser大 ...
从起源、变体到评价指标，一文解读NLP的注意力机制
作者 | yuquanle 转载自AI小白入门(ID:StudyForAI) 目录 1.写在前面 2.Seq2Seq 模型 3.NLP中注意力机制起源 4.NLP中的注意力机制 5.Hierarchi ...
一篇了解NLP中的注意力机制
文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 转自 | AI小白入门(公众号ID: StudyForAI) 作者 | yuquanle,985在读硕 ...

注意力机制 - Bahdanau注意力

文章目录