임베딩과 위치 인코딩

PyTorch로 배우는 Transformer 모델

James Chapman

Curriculum Manager, DataCamp

트랜스포머의 임베딩과 위치 인코딩

임베딩: 토큰 → 임베딩 벡터
위치 인코딩: 토큰 위치 + 임베딩 벡터 → 위치 인코딩

트랜스포머에서 토큰 임베딩과 위치 인코딩 구성 요소가 강조 표시됨.

시퀀스 임베딩

세 토큰: Hello, world, 느낌표.

시퀀스 임베딩

세 토큰이 모델의 vocabulary에 따라 토큰 ID로 변환됩니다.

시퀀스 임베딩

토큰 ID가 지정 차원의 벡터로 임베딩됩니다.

import torch
import math
import torch.nn as nn

class InputEmbeddings(nn.Module):

    def __init__(self, vocab_size: int, d_model: int) -> None:
        super().__init__()
        self.d_model = d_model
        self.vocab_size = vocab_size
        self.embedding = nn.Embedding(vocab_size, d_model)


    def forward(self, x):
        return self.embedding(x) * math.sqrt(self.d_model)

표준 관례: $\sqrt{d_{model}}$로 스케일링

임베딩 생성하기

embedding_layer = InputEmbeddings(vocab_size=10_000, d_model=512)

embedded_output = embedding_layer(torch.tensor([[1, 2, 3, 4], [5, 6, 7, 8]]))

print(embedded_output.shape)

torch.Size([2, 4, 512])

위치 인코딩

토큰 임베딩과 위치 임베딩을 더해 입력 임베딩에 위치 정보를 추가합니다.

위치 인코딩

홀수 인덱스는 sin, 짝수 인덱스는 cosine으로 위치 임베딩 값을 계산합니다.

sin(x)

sin 함수.

$$ PE_{(pos, 2i)}=\sin(\frac{pos}{10000^{2i/d_{model}}}) $$

cos(x)

cosine 함수.

$$ PE_{(pos, 2i+1)}=\cos(\frac{pos}{10000^{2i/d_{model}}}) $$

위치 인코더 구축하기

class PositionalEncoding(nn.Module):
    def __init__(self, d_model, max_seq_length):
        super().__init__()

        pe = torch.zeros(max_seq_length, d_model)

        position = torch.arange(0, max_seq_length, dtype=torch.float).unsqueeze(1)

        div_term = torch.exp(torch.arange(0, d_model, 2, dtype=torch.float) * -(math.log(10000.0) / d_model))

        pe[:, 0::2] = torch.sin(position * div_term)
        pe[:, 1::2] = torch.cos(position * div_term)


        self.register_buffer('pe', pe.unsqueeze(0))


    def forward(self, x):
        return x + self.pe[:, :x.size(1)]

위치 인코딩 생성하기

pos_encoding_layer = PositionalEncoding(d_model=512, max_seq_length=4)

pos_encoded_output = pos_encoding_layer(embedded_output)

print(pos_encoded_output.shape)

torch.Size([2, 4, 512])

Vamos praticar!

PyTorch로 배우는 Transformer 모델