技术标签: The Annotated Transformer 深度学习 transformer 人工智能
略
三角位置编码属于绝对位置编码的一种。更多PE知识可以参考:链接
此部分原文请参考:Transformer Architecture: The Positional Encoding
理想情况下,位置编码应该满足如下条件:
在Attention is all you need 原文中提出了该方法。具体表达形式如下:
t t t是输入句子所期望的位置,也就是token的位置, p t → ∈ R d \overrightarrow{
{p}_{t}}\in {\mathbb{R}}^{d} pt∈Rd是位置编码
其中
ω k = 1 10000 2 k d {\omega }_{k}=\frac {1} {
{10000}^{\frac {2k} {d}}} ωk=10000d2k1
d d d表示模型隐藏层维度,从函数定义可以看出,频率沿着向量维度递减,因此它在波长上形成从 2 π 2{\pi} 2π到 1000 ⋅ 2 π 1000\cdot2\pi 1000⋅2π的几何级数( 波长 = 2 π / 频率 波长=2\pi/频率 波长=2π/频率)
同时,也可以将位置嵌入向量 p t → \overrightarrow{
{p}_{t}} pt,其中包含每个频率的 s i n sin sin、 c o s cos cos对。
p t → = [ s i n ( ω 1 ⋅ t ) c o s ( ω 1 ⋅ t ) s i n ( ω 2 ⋅ t ) c o s ( ω 2 ⋅ t ) . . . s i n ( ω d / 2 ⋅ t ) c o s ( ω d / 2 ⋅ t ) ] d × 1 \overrightarrow{
{p}_{t}}= \left[ \begin{matrix} sin({\omega}_{1}\cdot{t}) \\ cos({\omega}_{1}\cdot{t}) \\ sin({\omega}_{2}\cdot{t}) \\ cos({\omega}_{2}\cdot{t}) \\ .\\ .\\ .\\ sin({\omega}_{d/2}\cdot{t})\\ cos({\omega}_{d/2}\cdot{t})\\ \end{matrix} \right] _{d\times1} pt=
sin(ω1⋅t)cos(ω1⋅t)sin(ω2⋅t)cos(ω2⋅t)...sin(ωd/2⋅t)cos(ωd/2⋅t)
d×1
正弦和余弦这种组合如何表示位置/顺序呢?
假设用二进制格式来表示一个数字:
You can spot the rate of change between different bits. The LSB bit is alternating on every number, the second-lowest bit is rotating on every two numbers, and so on.(原文)
但是在浮点数的世界中,使用二进制值会浪费空间。因此,我们可以使用它们的浮点连续对应物——正弦函数。事实上,它们相当于交替的位。
结合下图,来理解一下这样设计的含义。每一行都代表了一个token,每一列代表了每个token都第i个未知元素。随着频率不断减小,则波长不断变大,此时正余弦函数对t的变动越不敏感,以此来达到越向右的旋钮,指针移动步伐越小的目的。 这也类似于二进制编码,每一位上都是0和1的交互,越往低位走(越往左边走),交互的频率越慢。关于刻度盘的论述可以参考
并且由于正余弦函数是周期函数,如果函数的频率偏大,引起的波长偏短,那么不同t下位置向量可能出现重合的情况,如下图所示,图中的点表示每个token的位置向量,颜色越深,token的位置越往后,在频率偏大的情况下,位置响亮点连成了一个闭环,靠前位置(黄色)和靠后位置(棕黑色)竟然靠得非常近:
由于其是周期函数,位置n移动到n+1,也就是曲线从黄色->棕色过渡,但是在途中n+1的位置相当于1位置,我们期待让其两个位置应该远离。所以我们必须让函数是单调递增的,所以我们需要降低所有的频率。故原作者选择了1/10,000的最小频率。
位置矩阵热图如下图所示:
以下是如何解读上述嵌入向量 p t → \overrightarrow{
{p}_{t}} pt热图
正弦位置编码的另一个特点就是它允许模型毫不费力得关注相对位置信息。
M ⋅ [ s i n ( ω k ⋅ t ) c o s ( ω k ⋅ t ) ] d × 1 = [ s i n ( ω k ⋅ ( t + ϕ ) c o s ( ω k ⋅ ( t + ϕ ) ] d × 1 M\cdot\left[ \begin{matrix} sin({\omega}_{k}\cdot{t}) \\ cos({\omega}_{k}\cdot{t}) \\ \end{matrix} \right] _{d\times1}= \left[ \begin{matrix} sin({\omega}_{k}\cdot{(t+\phi}) \\ cos({\omega}_{k}\cdot{(t+\phi}) \\ \end{matrix} \right] _{d\times1} M⋅[sin(ωk⋅t)cos(ωk⋅t)]d×1=[sin(ωk⋅(t+ϕ)cos(ωk⋅(t+ϕ)]d×1
(证明过程)
通过上式我们可以发现 M M M能够允许 p t + ϕ → \overrightarrow{
{p}_{t+\phi}} pt+ϕ对于任意的固定偏置 ϕ \phi ϕ是 p t → \overrightarrow{
{p}_{t}} pt得线性函数,这个属性使得模型能够很方便得学习相对位置。
正弦位置编码的另一个特性是相邻时间步之间的距离是对称的并且随着时间的推移能够很好得衰减。
Transformer Architecture: The Positional Encoding
The Annotated Transformer的中文注释版(1)
The Annotated Transformer
知乎回答
Master Positional Encoding: Part I
文章浏览阅读3.6k次。需求背景EasyDarwin开发团队维护EasyDarwin开源流媒体服务器也已经很多年了,之前也陆陆续续尝试过很多种服务端录像的方案,有:在EasyDarwin中直接解析收到的RTP包,重新组包录像;也有:在EasyDarwin中新增一个RecordModule,再以RTSPClient的方式请求127.0.0.1自己的直播流录像,但这些始终都没有成气候;我们的想法是能够让整套EasyDarwin_开源录播系统
文章浏览阅读1.1w次。今天碰到一个执行语句等了半天没有执行:delete table XXX where ......,但是在select 的时候没问题。后来发现是在执行select * from XXX for update 的时候没有commit,oracle将该记录锁住了。可以通过以下办法解决: 先查询锁定记录 Sql代码 SELECT s.sid, s.seri_oracle delete update 锁表问题
文章浏览阅读3.4k次。报错信息error:Undefined symbol: typeinfo for sdk::IConfigUndefined symbol: vtable for sdk::IConfig具体信息:Undefined symbols for architecture x86_64: "typeinfo for sdk::IConfig", referenced from: typeinfo for sdk::ConfigImpl in sdk.a(config_impl.o) _xcode undefined symbols:
文章浏览阅读249次。背景《承接上文,项目05(Mysql升级06Mysql5.6.51升级到Mysql5.7.32)》,写在前面需要(考虑)检查和测试的层面很多,不限于以下内容。参考文档https://dev.mysql.com/doc/refman/8.0/en/upgrade-prerequisites.htmllink推荐阅读以上链接,因为对应以下问题,有详细的建议。官方文档:不得存在以下问题:0.不得有使用过时数据类型或功能的表。不支持就地升级到MySQL 8.0,如果表包含在预5.6.4格_mysql8.0.26 升级32
文章浏览阅读3.7k次。一.安装基本环境工具:1.安装git工具sudo apt install wget g++ git2.检查并安装java等环境工具2.1、执行下面安装命令#!/bin/bashsudoapt-get-yinstall--upgraderarunrarsudoapt-get-yinstall--upgradepython-pippython3-pip#aliyunsudoapt-get-yinstall--upgradeopenjdk..._高通8155 qnx 源码
文章浏览阅读461次。firebase 与谷歌 大多数开发人员都听说过Google的Firebase产品。 这就是Google所说的“ 移动平台,可帮助您快速开发高质量的应用程序并发展业务。 ”。 它基本上是大多数开发人员在构建应用程序时所需的一组工具。 在本文中,我将介绍这些工具,并指出您选择使用Firebase时需要了解的所有内容。 在开始之前,我需要说的是,我不会详细介绍Firebase提供的所有工具。 我..._firsebase 与 google
文章浏览阅读1.2k次。在容器化应用中,每个环境都要独立的打一个镜像再给镜像一个特有的tag,这很麻烦,这就要用到k8s原生的配置中心configMap就是用解决这个问题的。使用configMap部署应用。这里使用nginx来做示例,简单粗暴。直接用vim常见nginx的配置文件,用命令导入进去kubectl create cm nginx.conf --from-file=/home/nginx.conf然后查看kub..._pod mount目录会自动创建吗
文章浏览阅读169次。随着互联网技术的发发展,计算机技术广泛应用在人们的生活中,逐渐成为日常工作、生活不可或缺的工具,高校各种管理系统层出不穷。高校作为学习知识和技术的高等学府,信息技术更加的成熟,为新生报到管理开发必要的系统,能够有效的提升管理效率。一直以来,新生报到一直没有进行系统化的管理,学生无法准确查询学院信息,高校也无法记录新生报名情况,由此提出开发基于微服务的分布式新生报到系统,管理报名信息,学生可以在线查询报名状态,节省时间,提高效率。_关于spring cloud的参考文献有啥
文章浏览阅读3.2k次。Public MustInherit Class Contact '只能作基类且不能实例化 Private mID As Guid = Guid.NewGuid Private mName As String Public Property ID() As Guid Get Return mID End Get_vb.net 继承多个接口
文章浏览阅读1.7k次。1.美图# 2.概述因为要上传我的所有仓库的包,希望nexus中已有的包,我不覆盖,没有的添加。所以想批量上传jar。3.方案1-脚本批量上传PS:nexus3.x版本只能通过脚本上传3.1 批量放入jar在mac目录下,新建一个文件夹repo,批量放入我们需要的本地库文件夹,并对文件夹授权(base) lcc@lcc nexus-3.22.0-02$ mkdir repo2..._nexus3 批量上传jar包 java代码
文章浏览阅读6.6k次,点赞6次,收藏30次。本文转自http://blog.csdn.net/charleslei/article/details/486519531、什么是场在介绍Deinterlacer去隔行处理的方法之前,我们有必要提一下关于交错场和去隔行处理的基本知识。那么什么是场呢,场存在于隔行扫描记录的视频中,隔行扫描视频的每帧画面均包含两个场,每一个场又分别含有该帧画面的奇数行扫描线或偶数行扫描线信息,_mipi去隔行
文章浏览阅读1.7k次。DATA L_ENDDA TYPE SY-DATUM. IF P_DATE IS INITIAL. CONCATENATE SY-DATUM(4) '1231' INTO L_ENDDA. ELSE. CONCATENATE P_DATE(4) '1231' INTO L_ENDDA. ENDIF. DATA: LV_RESET(1) TY_abap 自定义 search help