leafee98-blog/content/essays/attention-and-multiattention.md
2022-09-20 14:00:13 +08:00

1.1 KiB
Raw Blame History

title date tags categories weight show_comments katex draft
Attention and Multiattention 2022-09-19T20:35:33+08:00
50 true true false

自注意力

众所周知,注意力就是一个 query 和多个 key-value 对的带权和,如下:

$$ Attention(Q, K, V) = V.softmax(score(K, V))

当 Q == K == V 的时候,这个计算就叫做自注意力

多头注意力

假如 Head = 4 那么如下,其中每一个 Q,K,V 都是完整大小的 Q,K,V相当于做了 3 次注意力,其中每一个 W 都是可以学习的参数(因为 attention 的计算方法中没有可学习的参数,所以在计算 attention 前加一个线性变换,训练这个线性变换的参数)

$$ head_1 = Attention(W_1^QQ, W_1^K, W_1^VV) \ head_2 = Attention(W_2^QQ, W_2^K, W_2^VV) \ head_3 = Attention(W_3^QQ, W_3^K, W_3^VV) \ head_4 = Attention(W_4^QQ, W_4^K, W_4^VV)

最后4 次 attention 结果连接起来,使用另外一个大的线性变换:

$$ Multihead(Q, K, V) = W^O[head_1, head_2, head_3, head_4]

参考

https://www.adityaagrawal.net/blog/deep_learning/attention