编码器 Transformer

使用 PyTorch 的 Transformer 模型

James Chapman

Curriculum Manager, DataCamp

原始 Transformer

论文《Attention Is All You Need》中的Transformer架构图。

原始 Transformer

原始 Transformer 架构

仅编码器的 Transformer

仅编码器的 Transformer 架构

Transformer 主体：由 N 个编码器层组成的编码器栈

编码器层

多头自注意力

前馈（子）层

层归一化与dropout

Transformer 头

仅编码器的 Transformer

仅编码器的 Transformer 架构

Transformer 主体：由 N 个编码器层组成的编码器栈

编码器层

多头自注意力

前馈（子）层

层归一化与dropout

Transformer 头：处理编码后的输入，生成预测输出

监督任务：分类、回归

编码器层中的前馈子层

注意力后的前馈子层

class FeedForwardSubLayer(nn.Module):
    def __init__(self, d_model, d_ff):
        super().__init__()
        self.fc1 = nn.Linear(d_model, d_ff)
        self.fc2 = nn.Linear(d_ff, d_model)
        self.relu = nn.ReLU()


    def forward(self, x):
        return self.fc2(self.relu(self.fc1(x)))

2 个全连接层 + ReLU 激活

d_ff：两线性层之间的维度
forward()：处理注意力输出，捕获复杂的非线性模式

编码器层

class EncoderLayer(nn.Module):
    def __init__(self, d_model, num_heads, d_ff, dropout):
        super().__init__()
        self.self_attn = MultiHeadAttention(d_model, num_heads)
        self.ff_sublayer = FeedForwardSubLayer(d_model, d_ff)

        self.norm1 = nn.LayerNorm(d_model)
        self.norm2 = nn.LayerNorm(d_model)
        self.dropout = nn.Dropout(dropout)


    def forward(self, x, src_mask):
        attn_output = self.self_attn(x, x, x, src_mask)
        x = self.norm1(x + self.dropout(attn_output))
        ff_output = self.ff_sublayer(x)
        x = self.norm2(x + self.dropout(ff_output))
        return x

编码器层

多头自注意力
前馈子层
层归一化与dropout

forward()：

mask 用于屏蔽填充标记

注意力过程中的掩码

序列填充

自注意力中的填充掩码

编码器 Transformer 主体

class TransformerEncoder(nn.Module):
    def __init__(self, vocab_size, d_model, num_layers, num_heads, d_ff, dropout, max_seq_length):
        super().__init__()

        self.embedding = InputEmbeddings(vocab_size, d_model)

        self.positional_encoding = PositionalEncoding(d_model, max_seq_length)

        self.layers = nn.ModuleList(
          [EncoderLayer(d_model, num_heads, d_ff, dropout) for _ in range(num_layers)]
        )


    def forward(self, x, src_mask):
        x = self.embedding(x)
        x = self.positional_encoding(x)
        for layer in self.layers:
            x = layer(x, src_mask)
        return x

编码器 Transformer 头

class ClassifierHead(nn.Module):
    def __init__(self, d_model, num_classes):
        super().__init__()
        self.fc = nn.Linear(d_model, num_classes)

    def forward(self, x):
        logits = self.fc(x)
        return F.log_softmax(logits, dim=-1)

class RegressionHead(nn.Module):
    def __init__(self, d_model, output_dim):
        super().__init__()
        self.fc = nn.Linear(d_model, output_dim)

    def forward(self, x):
        return self.fc(x)

分类头

任务： 文本分类、情感分析、NER、抽取式QA等
fc：全连接线性层
- 将编码器隐藏状态转换为 num_classes 个类别概率

回归头

任务： 可读性、语言复杂度等数值预测
- 预测单一数值时 output_dim 为 1

Passons à la pratique !

使用 PyTorch 的 Transformer 模型