0


软注意力和硬注意力的对比

软注意力和硬注意力的对比

软注意力(确定):

软(确定性)注意力机制使用所有键的加权平均值来构建上下文向量。对于软注意力,注意力模块相对于输入是可微的,因此整个系统仍然可以通过标准的反向传播方法进行训练。软注意力数学描述如下:

  1. e
  2. =
  3. f
  4. (
  5. q
  6. ,
  7. k
  8. )
  9. α
  10. =
  11. s
  12. o
  13. f
  14. t
  15. m
  16. a
  17. x
  18. (
  19. e
  20. )
  21. =
  22. e
  23. x
  24. p
  25. (
  26. e
  27. i
  28. )
  29. k
  30. =
  31. 1
  32. n
  33. e
  34. x
  35. p
  36. (
  37. e
  38. k
  39. )
  40. c
  41. =
  42. i
  43. =
  44. 1
  45. n
  46. α
  47. i
  48. v
  49. i
  50. \begin{aligned} \pmb{e} &= f(\pmb{q},\pmb{k}) \\ \pmb{\alpha}&=softmax(\pmb{e})=\frac{exp(e_i)}{\sum_{k=1}^nexp(e_k)} \\ \pmb{c}&=\sum_{i=1}^{n}\alpha_i\pmb{v}_i \end{aligned}
  51. eeααcc​=f(qq,kk)=softmax(ee)=∑k=1nexp(ek​)exp(ei​)​=i=1n​αivvi​​

其中的

  1. f
  2. (
  3. q
  4. ,
  5. k
  6. )
  7. f(q,k)
  8. f(q,k)有很多种计算方法,如下表所示:

在这里插入图片描述

硬注意力(随机):

硬(随机)注意力中的上下文向量是根据随机采样的键计算的。硬注意力可以实现如下:

  1. α
  2. ~
  3. M
  4. u
  5. l
  6. t
  7. i
  8. n
  9. o
  10. u
  11. l
  12. l
  13. i
  14. (
  15. {
  16. α
  17. i
  18. }
  19. )
  20. c
  21. =
  22. i
  23. =
  24. 1
  25. n
  26. α
  27. ~
  28. i
  29. v
  30. i
  31. \widetilde{\alpha} \sim Multinoulli(\{\alpha_i\}) \\ \pmb{c}=\sum_{i=1}^{n}\widetilde{\alpha}_i\pmb{v}_i
  32. α∼Multinoulli({αi​})cc=i=1n​αivvi

注:多项式分布:多项式分布是二项式分布的推广。二项式做n次伯努利实验,规定了每次试验的结果只有两个。如果现在还是做n次试验,只不过每次试验的结果可以有m个,且m个结果发生的概率互斥且和为1,则发生其中一个结果X次的概率就是多项分布。概率密度函数是:

  1. P
  2. (
  3. X
  4. 1
  5. =
  6. k
  7. 1
  8. ,
  9. X
  10. 2
  11. =
  12. k
  13. 2
  14. ,
  15. ,
  16. X
  17. n
  18. =
  19. k
  20. n
  21. )
  22. =
  23. n
  24. !
  25. (
  26. k
  27. 1
  28. !
  29. )
  30. (
  31. k
  32. 2
  33. !
  34. )
  35. (
  36. k
  37. n
  38. !
  39. )
  40. i
  41. =
  42. 1
  43. n
  44. (
  45. p
  46. k
  47. i
  48. )
  49. P(X_1=k_1,X_2=k_2,\cdots,X_n=k_n)=\frac{n!}{(k_1!)(k_2!)\cdots(k_n!)}\prod \limits_{i=1}^n(p_{k_i})
  50. P(X1​=k1​,X2​=k2​,⋯,Xn​=kn​)=(k1​!)(k2​!)⋯(kn​!)n!​i=1n​(pki​​)

两者的对比和一种改进:

与软注意力模型相比,硬注意力模型的计算成本更低,因为它不需要每次都计算所有元素的注意力权重。 然而,在输入特征的每个位置做出艰难的决定会使模块不可微且难以优化,因此可以通过最大化近似变分下限或等效地通过 REINFORCE 来训练整个系统。 在此基础上,Luong 等人提出了机器翻译的全局注意力和局部注意力机制。 全局注意力类似于软注意力。 局部注意力可以看作是硬注意力和软注意力之间的有趣混合,其中一次只考虑源词的一个子集。 这种方法在计算上比全局注意力或软注意力更便宜。 同时,与硬注意力不同,这种方法几乎在任何地方都是可微的,从而更容易实现和训练。

全局的注意力结构如下:

在这里插入图片描述

局部的注意力结构如下:

在这里插入图片描述

参考:



本文转载自: https://blog.csdn.net/KPer_Yang/article/details/126356818
版权归原作者 KPer_Yang 所有, 如有侵权,请联系我们删除。

“软注意力和硬注意力的对比”的评论:

还没有评论