编码器-解码器架构_by《李沐：动手学深度学习v2》pytorch版

news2024/11/10 23:13:32

系列文章目录

文章目录

系列文章目录
一、引言
- 编码器
- 解码器
- 合并编码器和解码器
- 小结
- 练习
- 答案
- - 1. 编码器和解码器是否必须是同一类型的神经网络？
  - 2. 除了机器翻译，还有其它可以适用于“编码器－解码器”架构的应用吗？

一、引言

正如我们在上一节中所讨论的，机器翻译是序列转换模型的一个核心问题，其输入和输出都是长度可变的序列。为了处理这种类型的输入和输出，我们可以设计一个包含两个主要组件的架构：第一个组件是一个编码器（encoder）：它接受一个长度可变的序列作为输入，并将其转换为具有固定形状的编码状态。第二个组件是解码器（decoder）：它将固定形状的编码状态映射到长度可变的序列。这被称为编码器-解码器（encoder-decoder）架构，如下图所示。
在这里插入图片描述
我们以英语到法语的机器翻译为例：给定一个英文的输入序列：“They”“are”“watching”“.”。首先，这种“编码器－解码器”架构将长度可变的输入序列编码成一个“状态”，然后对该状态进行解码，一个词元接着一个词元地生成翻译后的序列作为输出： “Ils”“regordent”“.”。由于“编码器－解码器”架构是形成后续章节中不同序列转换模型的基础，因此本节将把这个架构转换为接口方便后面的代码实现。

编码器

在编码器接口中，我们只指定长度可变的序列作为编码器的输入X。任何继承这个Encoder基类的模型将完成代码实现。

from torch import nn


class Encoder(nn.Module):
    """编码器-解码器架构的基本编码器接口"""
    def __init__(self, **kwargs):
        super(Encoder, self).__init__(**kwargs)

    def forward(self, X, *args):
        raise NotImplementedError

解码器

在下面的解码器接口中，我们新增一个init_state函数，用于将编码器的输出（enc_outputs）转换为编码后的状态。
注意，此步骤可能需要额外的输入，例如：输入序列的有效长度，
这在上一节中进行了解释。为了逐个地生成长度可变的词元序列，解码器在每个时间步都会将输入（例如：在前一时间步生成的词元）和编码后的状态映射成当前时间步的输出词元。

#@save
class Decoder(nn.Module):
    """编码器-解码器架构的基本解码器接口"""
    def __init__(self, **kwargs):
        # 调用父类 nn.Module 的构造函数进行初始化
        super(Decoder, self).__init__(**kwargs)

    def init_state(self, enc_outputs, *args):
        # 初始化解码器状态，基于编码器的输出
        # 该方法尚未实现，需在子类中具体定义
        raise NotImplementedError

    def forward(self, X, state):
        # 定义解码器的前向传播过程
        # 接受输入 X 和当前状态 state
        # 该方法尚未实现，需在子类中具体定义
        raise NotImplementedError

合并编码器和解码器

总而言之，“编码器-解码器”架构包含了一个编码器和一个解码器，并且还拥有可选的额外的参数。
在前向传播中，编码器的输出用于生成编码状态，这个状态又被解码器作为其输入的一部分。

#@save
class EncoderDecoder(nn.Module):
    """编码器-解码器架构的基类"""
    def __init__(self, encoder, decoder, **kwargs):
        # 调用父类 nn.Module 的构造函数进行初始化
        super(EncoderDecoder, self).__init__(**kwargs)
        # 保存传入的编码器和解码器对象
        self.encoder = encoder
        self.decoder = decoder

    def forward(self, enc_X, dec_X, *args):
        # 通过编码器处理输入 enc_X，获取编码器的输出
        enc_outputs = self.encoder(enc_X, *args)
        # 初始化解码器的状态，基于编码器的输出
        dec_state = self.decoder.init_state(enc_outputs, *args)
        # 使用解码器处理输入 dec_X 和初始化的状态，返回最终输出
        return self.decoder(dec_X, dec_state)