self-attention自注意力机制

看代码呆了半天，实在看不懂注意力机制是怎么回事，所以研究了一下原理

self.attention计算过程

query 就是自身的权重，key是其他的特征的权重，attention score就是其他权重和自身权重进行相乘得到的值

image.png

[图片上传中...(20220713_030107.png-765899-1657781807513-0)]

不一定要用softmax

20220713_030107.png

V就是a乘以W^v，然后qkv相乘再相加就可以得到b1进行下一步的学习

image.png

然后将上面的计算过程转换为矩阵乘法

20220713_031133.png

其实关键的参数就是红框之中的三个，这三个参数是未知的，也就是需要学习的

20220713_031726.png

多头的self.attention

其实就将单的自注意力模型变成多个，彼此之间独立求出来，其实也就是假设会有两种q，v，k。transformer这些便是靠multi-head self-attention搭出来

20220713_035643.png

CNN，RNN，GNN和self-attention的关系

CNN其实是self.attention一个特例,RNN可以被self.attention替换，或者说self-attention本来就是从RNN的seq2seq一步步改进过来的

image.png

self-attention 自动找出node共和node之间的关联性

image.png

image.png

20220713_042626.png

self_attention的变形

selfattention计算太慢，所以出现了很多变体
Transformers大家族——Efficient Transformers: A Survey - 知乎 (zhihu.com)

[2009.06732] Efficient Transformers: A Survey (arxiv.org)

image.png

这篇好文章是转载于：学新通技术网