MultiHeadAttention¶
- class paddle.nn. MultiHeadAttention ( embed_dim, num_heads, dropout=0.0, kdim=None, vdim=None, need_weights=False, weight_attr=None, bias_attr=None ) [源代码] ¶
多头注意力机制
注意力机制可以将查询(Query)与一组键值对(Key-Value)映射到输出。而多头注意力机制是将注意力机制的计算过程计算多次,以便模型提取不同子空间的信息。
细节可参考论文 Attention is all you need 。
参数¶
embed_dim (int) - 输入输出的维度。
num_heads (int) - 多头注意力机制的 Head 数量。
dropout (float,可选) - 注意力目标的随机失活率。0 表示不加 dropout。默认值:0。
kdim (int,可选) - 键值对中 key 的维度。如果为
None
则kdim = embed_dim
。默认值:None
。vdim (int,可选) - 键值对中 value 的维度。如果为
None
则kdim = embed_dim
。默认值:None
。need_weights (bool,可选) - 表明是否返回注意力权重。默认值:
False
。weight_attr (ParamAttr,可选) - 指定权重参数属性的对象。默认值:
None
,表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。bias_attr (ParamAttr,可选)- 指定偏置参数属性的对象。默认值:
None
,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。
代码示例¶
import paddle
# encoder input: [batch_size, sequence_length, d_model]
query = paddle.rand((2, 4, 128))
# self attention mask: [batch_size, num_heads, query_len, query_len]
attn_mask = paddle.rand((2, 2, 4, 4))
multi_head_attn = paddle.nn.MultiHeadAttention(128, 2)
output = multi_head_attn(query, None, None, attn_mask=attn_mask) # [2, 4, 128]