深度学习--------------------------------使用注意力机制的seq2seq

news2024/12/23 19:15:47

目录

  • 动机
  • 加入注意力
    • Bahdanau注意力的架构
  • 总结
  • Bahdanau注意力代码
    • 带有注意力机制的解码器基本接口
    • 实现带有Bahdanau注意力的循环神经网络解码器
    • 测试Bahdanau注意力解码器
      • 该部分总代码
    • 训练
      • 从零实现总代码
      • 简洁实现代码
    • 将几个英语句子翻译成法语
      • 该部分总代码
    • 将注意力权重序列进行拼接
    • 可视化注意力权重
      • 该部分总代码

动机

动机:在机器翻译中,每个生成的词可能源自与句子中间的不同的词。

在这里插入图片描述

源句子:“hello world .”

其中hello比较重要,所以去翻译这个词的时候应该找到与它相似的(也就是bonjour应该把关注点放在这个词上面,而不需要去看很多其它的东西。

在这里插入图片描述
例如:假设翻译的是“monde”,那么对应的是“world”这个词



所以说比较长的句子的时候,就是把所有东西压到一起,因为压到一起可能看不出来到底哪一块是前面、哪一块是后面所以在翻译句子哪个部位的时候去看对应部位的原句子。

但是seq2seq做不了这个事情,因为seq2seq传过去的东西是最后那个词隐藏状态,seq2seq只用了最后这个词输出的东西,根据这个东西去往下找,

在这里插入图片描述
所以它看不到前面那些词的输入当然,前面那些词(hello word)已经在这个里面了,假设已经存了很多问题了,那么需要从这里还原出你的未知的信息

所以这里的动机是说:我想要去翻译对应的词的时候,去让我的注意力关注原句子中对应的部分




加入注意力

Bahdanau注意力的架构

在这里插入图片描述

在做解码器的RNN的输入的时候,一块来自Embedding、另外一块来自前面编码器的RNN的最后一个时刻的最后一层的输出作为上下文一块传进去的。
在这里插入图片描述
现在说用最后一个时刻作为上下文,即:作为那个context传进去不好。应该根据当前预测任务去动态的选择,而不是只能是最后时刻的隐藏状态作为输入,可能是前面几个时刻对应的那些隐藏状态作为输入。

例如:
    在翻译第一个的时候(hello),我不应该去把那个RNN最后那个时刻(即:那个句号)对应的state传到解码器的RNN,而是把第一个时刻的隐藏状态传到解码器的RNN。

在这里插入图片描述


①编码器对应每个词的输出作为key和value放进Attention里面。
在这里插入图片描述

②解码器RNN对上一个词的预测输出是query
在这里插入图片描述

③注意力的输出和下一个词的词嵌入合并进入RNN。

在这里插入图片描述


对比seq2seq的改进:

seq2seq永远是上一个RNN里面的最后那一个词的输出,现在是把所有的词拿出来对它做一个weight(做一个加权的平均),然后根据不同的词,比如一开始用前面的那些输出,到后面就用后面那些词的输出。




总结

①Seq2seq中通过隐状态在编码器和解码器中传递信息。

②注意力机制可以根据解码器RNN的输出来匹配到合适的编码器RNN的输出来更有效的传递信息。




Bahdanau注意力代码

import torch
from torch import nn
from d2l import torch as d2l
import os



带有注意力机制的解码器基本接口

# 带有注意力机制的解码器基本接口
class AttentionDecoder(d2l.Decoder):
    """带有注意力机制的解码器基本接口"""
    def __init__(self, **kwargs):
        super(AttentionDecoder, self).__init__(**kwargs)
        
    @property
    def attention_weight(self):
        raise NotImplementedError



实现带有Bahdanau注意力的循环神经网络解码器

# 实现带有Bahdanau注意力的循环神经网络解码器
class Seq2SeqAttentionDecoder(AttentionDecoder):
    def __init__(self, vocab_size, embed_size, num_hiddens, num_layers, dropout=0, **kwargs):
        # 调用父类AttentionDecoder的构造函数进行初始化
        super(Seq2SeqAttentionDecoder, self).__init__(**kwargs)
        # 创建一个加性注意力机制的实例,用于计算注意力权重
        # 这里的key、value、query长度都是num_hiddens,所以可以用点乘的attention(Scaled Dot-Product Attention)
        # 这里用加性的是因为这里可以学参数,效果会好一点
        self.attention = d2l.AdditiveAttention(num_hiddens, num_hiddens, num_hiddens, dropout)
        # 这三行和seq2seq一样的
        self.embedding = nn.Embedding(vocab_size, embed_size)
        self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers, dropout=dropout)
        self.dense = nn.Linear(num_hiddens, vocab_size)

    # 这里相比之前多了enc_valid_lens,需要告诉哪些是填充的
    def init_state(self, enc_outputs, enc_valid_lens, *args):
        outputs, hidden_state = enc_outputs
        # 对outputs进行维度变换,将batch维和时间步维交换,保持与解码器输入的一致性
        # 返回初始化的解码器隐藏状态
        return (outputs.permute(1, 0, 2), hidden_state, enc_valid_lens)

    def forward(self, X, state):
        enc_outputs, hidden_state, enc_valid_lens = state
        # 对输入序列进行嵌入表示,并进行维度变换,将batch维和时间步维交换
        X = self.embedding(X).permute(1, 0, 2)
        outputs, self._attention_weights = [], []
        # 每一步的context会变,所以对于decode的输入的每一个x
        for x in X:
            # hidden_state[-1]是取上一个时间的RNN的输出(最后一层的输出)
            # 获取当前时间步的查询向量,将隐藏状态的最后一个时间步的特征进行维度扩展
            # 加一个number of query这个维度进去,虽然这个query只有一个
            query = torch.unsqueeze(hidden_state[-1], dim=1)
            # ⭐计算注意力上下文向量,通过注意力机制对编码器的输出进行加权求和
            # query就是上一个时刻的最后一层的输出
            # key就是enc_outputs(形状:[批量大小、时间步、num_hiddens]),value就是enc_outputs
            # enc_valid_lens是一个长为bath_size的一个向量,其中第i个元素表示第i个样本的原始长度是几,因为不算填充
            context = self.attention(query, enc_outputs, enc_outputs, enc_valid_lens)
            # 将注意力上下文向量与当前时间步的输入进行拼接,用于输入到循环神经网络
            # 因为context里面多了一个长为1的维度(就是那个key的维度),所以x也加了一个维度,然后在最后一个维度concat起来
            x = torch.cat((context, torch.unsqueeze(x, dim=1)), dim=-1)
            # 执行循环神经网络的前向计算,得到输出和更新后的隐藏状态
            out, hidden_state = self.rnn(x.permute(1, 0, 2), hidden_state)
            # 将输出和注意力权重添加到对应的列表中
            outputs.append(out)
            self._attention_weights.append(self.attention.attention_weights)
        # 将输出列表中的结果进行拼接,并通过线性层进行映射
        outputs = self.dense(torch.cat(outputs, dim=0))
        # 对输出进行维度变换,将batch维和时间步维交换,并返回更新后的状态信息
        return outputs.permute(1, 0, 2), [enc_outputs, hidden_state, enc_valid_lens]

    @property
    def attention_weights(self):
        # 返回注意力权重
        return self._attention_weights




测试Bahdanau注意力解码器

# 创建编码器和解码器的实例
encoder = d2l.Seq2SeqEncoder(vocab_size=10, embed_size=8, num_hiddens=16, num_layers=2)
encoder.eval()
decoder = Seq2SeqAttentionDecoder(vocab_size=10, embed_size=8, num_hiddens=16, num_layers=2)
decoder.eval()
# 创建输入序列X
X = torch.zeros((4, 7), dtype=torch.long)
# 初始化解码器的状态
state = decoder.init_state(encoder(X), None)
# 执行解码器的前向计算
output, state = decoder(X, state)
# 输出结果的形状以及状态信息的长度和形状
print(output.shape)
print(len(state))
print(state[0].shape)
print(len(state[1]))
print(state[1][0].shape)



该部分总代码

import torch
from torch import nn
from d2l import torch as d2l
import os


# 带有注意力机制的解码器基本接口
class AttentionDecoder(d2l.Decoder):
    """带有注意力机制的解码器基本接口"""

    def __init__(self, **kwargs):
        super(AttentionDecoder, self).__init__(**kwargs)

    @property
    def attention_weight(self):
        raise NotImplementedError


# 实现带有Bahdanau注意力的循环神经网络解码器
class Seq2SeqAttentionDecoder(AttentionDecoder):
    def __init__(self, vocab_size, embed_size, num_hiddens, num_layers, dropout=0, **kwargs):
        # 调用父类AttentionDecoder的构造函数进行初始化
        super(Seq2SeqAttentionDecoder, self).__init__(**kwargs)
        # 创建一个加性注意力机制的实例,用于计算注意力权重
        # 这里的key、value、query长度都是num_hiddens,所以可以用点乘的attention(Scaled Dot-Product Attention)
        # 这里用加性的是因为这里可以学参数,效果会好一点
        self.attention = d2l.AdditiveAttention(num_hiddens, num_hiddens, num_hiddens, dropout)
        # 这三行和seq2seq一样的
        self.embedding = nn.Embedding(vocab_size, embed_size)
        self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers, dropout=dropout)
        self.dense = nn.Linear(num_hiddens, vocab_size)

    # 这里相比之前多了enc_valid_lens,需要告诉哪些是填充的
    def init_state(self, enc_outputs, enc_valid_lens, *args):
        outputs, hidden_state = enc_outputs
        # 对outputs进行维度变换,将batch维和时间步维交换,保持与解码器输入的一致性
        # 返回初始化的解码器隐藏状态
        return (outputs.permute(1, 0, 2), hidden_state, enc_valid_lens)

    def forward(self, X, state):
        enc_outputs, hidden_state, enc_valid_lens = state
        # 对输入序列进行嵌入表示,并进行维度变换,将batch维和时间步维交换
        X = self.embedding(X).permute(1, 0, 2)
        outputs, self._attention_weights = [], []
        # 每一步的context会变,所以对于decode的输入的每一个x
        for x in X:
            # hidden_state[-1]是取上一个时间的RNN的输出(最后一层的输出)
            # 获取当前时间步的查询向量,将隐藏状态的最后一个时间步的特征进行维度扩展
            # 加一个number of query这个维度进去,虽然这个query只有一个
            # 这里的query形状是[4, 1, 16]
            query = torch.unsqueeze(hidden_state[-1], dim=1)
            # ⭐计算注意力上下文向量,通过注意力机制对编码器的输出进行加权求和
            # query就是上一个时刻的最后一层的输出
            # key就是enc_outputs(形状:[批量大小、时间步、num_hiddens]),value就是enc_outputs
            # enc_valid_lens是一个长为bath_size的一个向量,其中第i个元素表示第i个样本的原始长度是几,因为不算填充
            # 这里的context形状是[4, 1, 16]
            context = self.attention(query, enc_outputs, enc_outputs, enc_valid_lens)
            # 将注意力上下文向量与当前时间步的输入进行拼接,用于输入到循环神经网络
            # 因为context里面多了一个长为1的维度(就是那个key的维度),所以x也加了一个维度,然后在最后一个维度concat起来
            x = torch.cat((context, torch.unsqueeze(x, dim=1)), dim=-1)
            # 执行循环神经网络的前向计算,得到输出和更新后的隐藏状态
            out, hidden_state = self.rnn(x.permute(1, 0, 2), hidden_state)
            # 将输出和注意力权重添加到对应的列表中
            outputs.append(out)
            self._attention_weights.append(self.attention.attention_weights)
        # 将输出列表中的结果进行拼接,并通过线性层进行映射
        outputs = self.dense(torch.cat(outputs, dim=0))
        # 对输出进行维度变换,将batch维和时间步维交换,并返回更新后的状态信息
        return outputs.permute(1, 0, 2), [enc_outputs, hidden_state, enc_valid_lens]

    @property
    def attention_weights(self):
        # 返回注意力权重
        return self._attention_weights


# 创建编码器和解码器的实例
encoder = d2l.Seq2SeqEncoder(vocab_size=10, embed_size=8, num_hiddens=16, num_layers=2)
encoder.eval()
decoder = Seq2SeqAttentionDecoder(vocab_size=10, embed_size=8, num_hiddens=16, num_layers=2)
decoder.eval()
# 创建输入序列X
X = torch.zeros((4, 7), dtype=torch.long)
# 初始化解码器的状态
state = decoder.init_state(encoder(X), None)
# 执行解码器的前向计算
output, state = decoder(X, state)
# 输出结果的形状以及状态信息的长度和形状
print(output.shape)
print(len(state))
print(state[0].shape)
print(len(state[1]))
print(state[1][0].shape)

在这里插入图片描述




训练

train_iter, src_vocab, tgt_vocab = d2l.load_data_nmt(batch_size, num_steps)
encoder = d2l.Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建目标语言的带有注意力机制的解码器实例
decoder = Seq2SeqAttentionDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建编码-解码模型实例
net = d2l.EncoderDecoder(encoder, decoder)
# 训练序列到序列模型
d2l.train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)
d2l.plt.show()



从零实现总代码

import torch
from torch import nn
from d2l import torch as d2l
import os


# 带有注意力机制的解码器基本接口
class AttentionDecoder(d2l.Decoder):
    """带有注意力机制的解码器基本接口"""

    def __init__(self, **kwargs):
        super(AttentionDecoder, self).__init__(**kwargs)

    @property
    def attention_weight(self):
        raise NotImplementedError


# 实现带有Bahdanau注意力的循环神经网络解码器
class Seq2SeqAttentionDecoder(AttentionDecoder):
    def __init__(self, vocab_size, embed_size, num_hiddens, num_layers, dropout=0, **kwargs):
        # 调用父类AttentionDecoder的构造函数进行初始化
        super(Seq2SeqAttentionDecoder, self).__init__(**kwargs)
        # 创建一个加性注意力机制的实例,用于计算注意力权重
        # 这里的key、value、query长度都是num_hiddens,所以可以用点乘的attention(Scaled Dot-Product Attention)
        # 这里用加性的是因为这里可以学参数,效果会好一点
        self.attention = d2l.AdditiveAttention(num_hiddens, num_hiddens, num_hiddens, dropout)
        # 这三行和seq2seq一样的
        self.embedding = nn.Embedding(vocab_size, embed_size)
        self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers, dropout=dropout)
        self.dense = nn.Linear(num_hiddens, vocab_size)

    # 这里相比之前多了enc_valid_lens,需要告诉哪些是填充的
    def init_state(self, enc_outputs, enc_valid_lens, *args):
        outputs, hidden_state = enc_outputs
        # 对outputs进行维度变换,将batch维和时间步维交换,保持与解码器输入的一致性
        # 返回初始化的解码器隐藏状态
        return (outputs.permute(1, 0, 2), hidden_state, enc_valid_lens)

    def forward(self, X, state):
        enc_outputs, hidden_state, enc_valid_lens = state
        # 对输入序列进行嵌入表示,并进行维度变换,将batch维和时间步维交换
        X = self.embedding(X).permute(1, 0, 2)
        outputs, self._attention_weights = [], []
        # 每一步的context会变,所以对于decode的输入的每一个x
        for x in X:
            # hidden_state[-1]是取上一个时间的RNN的输出(最后一层的输出)
            # 获取当前时间步的查询向量,将隐藏状态的最后一个时间步的特征进行维度扩展
            # 加一个number of query这个维度进去,虽然这个query只有一个
            # 这里的query形状是[4, 1, 16]
            query = torch.unsqueeze(hidden_state[-1], dim=1)
            # ⭐计算注意力上下文向量,通过注意力机制对编码器的输出进行加权求和
            # query就是上一个时刻的最后一层的输出
            # key就是enc_outputs(形状:[批量大小、时间步、num_hiddens]),value就是enc_outputs
            # enc_valid_lens是一个长为bath_size的一个向量,其中第i个元素表示第i个样本的原始长度是几,因为不算填充
            # 这里的context形状是[4, 1, 16]
            context = self.attention(query, enc_outputs, enc_outputs, enc_valid_lens)
            # 将注意力上下文向量与当前时间步的输入进行拼接,用于输入到循环神经网络
            # 因为context里面多了一个长为1的维度(就是那个key的维度),所以x也加了一个维度,然后在最后一个维度concat起来
            x = torch.cat((context, torch.unsqueeze(x, dim=1)), dim=-1)
            # 执行循环神经网络的前向计算,得到输出和更新后的隐藏状态
            out, hidden_state = self.rnn(x.permute(1, 0, 2), hidden_state)
            # 将输出和注意力权重添加到对应的列表中
            outputs.append(out)
            self._attention_weights.append(self.attention.attention_weights)
        # 将输出列表中的结果进行拼接,并通过线性层进行映射
        outputs = self.dense(torch.cat(outputs, dim=0))
        # 对输出进行维度变换,将batch维和时间步维交换,并返回更新后的状态信息
        return outputs.permute(1, 0, 2), [enc_outputs, hidden_state, enc_valid_lens]

    @property
    def attention_weights(self):
        # 返回注意力权重
        return self._attention_weights


def read_data_nmt():
    """载入 “英语-法语” 数据集 """
    # 下载并解压数据集
    data_dir = d2l.download_extract('fra-eng')
    # 打开数据文件,使用utf-8编码读取文件内容
    with open(os.path.join(data_dir, 'fra.txt'), 'r', encoding='utf-8') as f:
        # 返回读取的文件内容
        return f.read()


def preprocess_nmt(text):
    """预处理 “英语-法语” 数据集"""

    def no_space(char, prev_char):
        # 检查是否需要在字符之前添加空格
        return char in set(',.!?') and prev_char != ''

    # 替换特殊字符为空格并转换为小写
    text = text.replace('\u202f', ' ').replace('\xa0', ' ').lower()
    # 根据规则在字符之前添加空格
    out = [
        ' ' + char if i > 0 and no_space(char, text[i - 1]) else char
        for i, char in enumerate(text)]
    # 将处理后的字符列表连接成字符串并返回
    return ''.join(out)


def tokenize_nmt(text, num_examples=None):
    """词元化 “英语-法语” 数据数据集 """
    # 初始化源语言和目标语言的列表
    source, target = [], []
    # 对每行文本进行遍历
    for i, line in enumerate(text.split('\n')):
        # 如果指定了num_examples,并且超过了指定数量,则退出循环
        if num_examples and i > num_examples:
            break
        # 将每行文本按制表符分割成源语言和目标语言的部分
        parts = line.split('\t')
        # 如果分割后有两个部分,说明包含了源语言和目标语言的内容
        if len(parts) == 2:
            # 将源语言部分以空格为分隔符进行词元化,存储到源语言列表中
            source.append(parts[0].split(' '))
            # 将目标语言部分以空格为分隔符进行词元化,存储到目标语言列表中
            target.append(parts[1].split(' '))
    # 返回词元化后的源语言列表和目标语言列表
    return source, target


def truncate_pad(line, num_steps, padding_token):
    """截断或填充文本序列"""
    # 如果文本序列的长度超过了指定的步数
    if len(line) > num_steps:
        # 截断文本序列,保留前num_steps个元素
        return line[:num_steps]
    # 在文本序列末尾填充padding_token,使其长度达到num_steps
    return line + [padding_token] * (num_steps - len(line))


def build_array_nmt(lines, vocab, num_steps):
    """将机器翻译的文本序列转换成小批量"""
    # 将文本序列中的每个词根据词汇表转换为对应的索引
    lines = [vocab[l] for l in lines]
    # 在每个文本序列末尾添加<eos>表示句子结束的索引
    lines = [l + [vocab['<eos>']] for l in lines]
    # 将每个文本序列截断或填充为固定长度,并转换为tensor形式
    array = torch.tensor([truncate_pad(l, num_steps, vocab['<pad>']) for l in lines])
    # 计算有效长度,即非填充部分的长度
    valid_len = (array != vocab['<pad>']).type(torch.int32).sum(1)
    # 返回转换后的tensor形式的文本序列和有效长度
    return array, valid_len


def load_data_nmt(batch_size, num_steps, num_examples=600):
    """返回翻译数据集的迭代器和词汇表"""
    # 载入并预处理文本数据集
    text = preprocess_nmt(read_data_nmt())
    # 将文本数据集进行词元化
    source, target = tokenize_nmt(text, num_examples)
    # 构建源语言的词汇表对象
    src_vocab = d2l.Vocab(source, min_freq=2,
                          reserved_tokens=['<pad>', '<bos>', '<eos>'])
    # 构建目标语言的词汇表对象
    tgt_vocab = d2l.Vocab(target, min_freq=2,
                          reserved_tokens=['<pad>', '<bos>', '<eos>'])
    # 将源语言文本序列转换为小批量数据,并获取有效长度
    src_array, src_valid_len = build_array_nmt(source, src_vocab, num_steps)
    # 将目标语言文本序列转换为小批量数据,并获取有效长度
    tgt_array, tgt_valid_len = build_array_nmt(target, tgt_vocab, num_steps)
    # 构建数据集的数组
    data_arrays = (src_array, src_valid_len, tgt_array, tgt_valid_len)
    # 构建数据迭代器
    data_iter = d2l.load_array(data_arrays, batch_size)
    # 返回数据迭代器和词汇表对象
    return data_iter, src_vocab, tgt_vocab


embed_size, num_hiddens, num_layers, dropout = 32, 32, 2, 0.1
batch_size, num_steps = 64, 10
lr, num_epochs, device = 0.005, 250, d2l.try_gpu()

train_iter, src_vocab, tgt_vocab = load_data_nmt(batch_size, num_steps)
encoder = d2l.Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建目标语言的带有注意力机制的解码器实例
decoder = Seq2SeqAttentionDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建编码-解码模型实例
net = d2l.EncoderDecoder(encoder, decoder)
# 训练序列到序列模型
d2l.train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)
d2l.plt.show()

在这里插入图片描述
在这里插入图片描述



简洁实现代码

import torch
from torch import nn
from d2l import torch as d2l
import os


# 带有注意力机制的解码器基本接口
class AttentionDecoder(d2l.Decoder):
    """带有注意力机制的解码器基本接口"""

    def __init__(self, **kwargs):
        super(AttentionDecoder, self).__init__(**kwargs)

    @property
    def attention_weight(self):
        raise NotImplementedError


# 实现带有Bahdanau注意力的循环神经网络解码器
class Seq2SeqAttentionDecoder(AttentionDecoder):
    def __init__(self, vocab_size, embed_size, num_hiddens, num_layers, dropout=0, **kwargs):
        # 调用父类AttentionDecoder的构造函数进行初始化
        super(Seq2SeqAttentionDecoder, self).__init__(**kwargs)
        # 创建一个加性注意力机制的实例,用于计算注意力权重
        # 这里的key、value、query长度都是num_hiddens,所以可以用点乘的attention(Scaled Dot-Product Attention)
        # 这里用加性的是因为这里可以学参数,效果会好一点
        self.attention = d2l.AdditiveAttention(num_hiddens, num_hiddens, num_hiddens, dropout)
        # 这三行和seq2seq一样的
        self.embedding = nn.Embedding(vocab_size, embed_size)
        self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers, dropout=dropout)
        self.dense = nn.Linear(num_hiddens, vocab_size)

    # 这里相比之前多了enc_valid_lens,需要告诉哪些是填充的
    def init_state(self, enc_outputs, enc_valid_lens, *args):
        outputs, hidden_state = enc_outputs
        # 对outputs进行维度变换,将batch维和时间步维交换,保持与解码器输入的一致性
        # 返回初始化的解码器隐藏状态
        return (outputs.permute(1, 0, 2), hidden_state, enc_valid_lens)

    def forward(self, X, state):
        enc_outputs, hidden_state, enc_valid_lens = state
        # 对输入序列进行嵌入表示,并进行维度变换,将batch维和时间步维交换
        X = self.embedding(X).permute(1, 0, 2)
        outputs, self._attention_weights = [], []
        # 每一步的context会变,所以对于decode的输入的每一个x
        for x in X:
            # hidden_state[-1]是取上一个时间的RNN的输出(最后一层的输出)
            # 获取当前时间步的查询向量,将隐藏状态的最后一个时间步的特征进行维度扩展
            # 加一个number of query这个维度进去,虽然这个query只有一个
            # 这里的query形状是[4, 1, 16]
            query = torch.unsqueeze(hidden_state[-1], dim=1)
            # ⭐计算注意力上下文向量,通过注意力机制对编码器的输出进行加权求和
            # query就是上一个时刻的最后一层的输出
            # key就是enc_outputs(形状:[批量大小、时间步、num_hiddens]),value就是enc_outputs
            # enc_valid_lens是一个长为bath_size的一个向量,其中第i个元素表示第i个样本的原始长度是几,因为不算填充
            # 这里的context形状是[4, 1, 16]
            context = self.attention(query, enc_outputs, enc_outputs, enc_valid_lens)
            # 将注意力上下文向量与当前时间步的输入进行拼接,用于输入到循环神经网络
            # 因为context里面多了一个长为1的维度(就是那个key的维度),所以x也加了一个维度,然后在最后一个维度concat起来
            x = torch.cat((context, torch.unsqueeze(x, dim=1)), dim=-1)
            # 执行循环神经网络的前向计算,得到输出和更新后的隐藏状态
            out, hidden_state = self.rnn(x.permute(1, 0, 2), hidden_state)
            # 将输出和注意力权重添加到对应的列表中
            outputs.append(out)
            self._attention_weights.append(self.attention.attention_weights)
        # 将输出列表中的结果进行拼接,并通过线性层进行映射
        outputs = self.dense(torch.cat(outputs, dim=0))
        # 对输出进行维度变换,将batch维和时间步维交换,并返回更新后的状态信息
        return outputs.permute(1, 0, 2), [enc_outputs, hidden_state, enc_valid_lens]

    @property
    def attention_weights(self):
        # 返回注意力权重
        return self._attention_weights


embed_size, num_hiddens, num_layers, dropout = 32, 32, 2, 0.1
batch_size, num_steps = 64, 10
lr, num_epochs, device = 0.005, 250, d2l.try_gpu()

train_iter, src_vocab, tgt_vocab = d2l.load_data_nmt(batch_size, num_steps)
encoder = d2l.Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建目标语言的带有注意力机制的解码器实例
decoder = Seq2SeqAttentionDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建编码-解码模型实例
net = d2l.EncoderDecoder(encoder, decoder)
# 训练序列到序列模型
d2l.train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)
d2l.plt.show()

在这里插入图片描述

在这里插入图片描述




将几个英语句子翻译成法语

# 将几个英语句子翻译成汉语
# 英语句子列表
engs = ['go', "i lost .", 'he\'s calm .', 'i\'m home .']
# 对应的汉语句子列表
fras = ['va !', 'j\' ai perdu .', 'il est calme .', 'je suis chez moi .']
# 遍历英语句子和汉语句子的对应关系
for eng, fra in zip(engs, fras):
    # 使用训练好的模型net对英语句子进行翻译,并获取注意力权重序列
    translation, dec_attention_weight_seq = d2l.predict_seq2seq(net, eng, src_vocab, tgt_vocab, num_steps, device, True)
    # 打印英语句子、翻译结果和BLEU分数
    print(f' {eng} => {translation}, ',
         f'bleu {d2l.bleu(translation, fra, k=2):.3f}')

在这里插入图片描述


该部分总代码

import torch
from torch import nn
from d2l import torch as d2l
import os


# 带有注意力机制的解码器基本接口
class AttentionDecoder(d2l.Decoder):
    """带有注意力机制的解码器基本接口"""

    def __init__(self, **kwargs):
        super(AttentionDecoder, self).__init__(**kwargs)

    @property
    def attention_weight(self):
        raise NotImplementedError


# 实现带有Bahdanau注意力的循环神经网络解码器
class Seq2SeqAttentionDecoder(AttentionDecoder):
    def __init__(self, vocab_size, embed_size, num_hiddens, num_layers, dropout=0, **kwargs):
        # 调用父类AttentionDecoder的构造函数进行初始化
        super(Seq2SeqAttentionDecoder, self).__init__(**kwargs)
        # 创建一个加性注意力机制的实例,用于计算注意力权重
        # 这里的key、value、query长度都是num_hiddens,所以可以用点乘的attention(Scaled Dot-Product Attention)
        # 这里用加性的是因为这里可以学参数,效果会好一点
        self.attention = d2l.AdditiveAttention(num_hiddens, num_hiddens, num_hiddens, dropout)
        # 这三行和seq2seq一样的
        self.embedding = nn.Embedding(vocab_size, embed_size)
        self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers, dropout=dropout)
        self.dense = nn.Linear(num_hiddens, vocab_size)

    # 这里相比之前多了enc_valid_lens,需要告诉哪些是填充的
    def init_state(self, enc_outputs, enc_valid_lens, *args):
        outputs, hidden_state = enc_outputs
        # 对outputs进行维度变换,将batch维和时间步维交换,保持与解码器输入的一致性
        # 返回初始化的解码器隐藏状态
        return (outputs.permute(1, 0, 2), hidden_state, enc_valid_lens)

    def forward(self, X, state):
        enc_outputs, hidden_state, enc_valid_lens = state
        # 对输入序列进行嵌入表示,并进行维度变换,将batch维和时间步维交换
        X = self.embedding(X).permute(1, 0, 2)
        outputs, self._attention_weights = [], []
        # 每一步的context会变,所以对于decode的输入的每一个x
        for x in X:
            # hidden_state[-1]是取上一个时间的RNN的输出(最后一层的输出)
            # 获取当前时间步的查询向量,将隐藏状态的最后一个时间步的特征进行维度扩展
            # 加一个number of query这个维度进去,虽然这个query只有一个
            # 这里的query形状是[4, 1, 16]
            query = torch.unsqueeze(hidden_state[-1], dim=1)
            # ⭐计算注意力上下文向量,通过注意力机制对编码器的输出进行加权求和
            # query就是上一个时刻的最后一层的输出
            # key就是enc_outputs(形状:[批量大小、时间步、num_hiddens]),value就是enc_outputs
            # enc_valid_lens是一个长为bath_size的一个向量,其中第i个元素表示第i个样本的原始长度是几,因为不算填充
            # 这里的context形状是[4, 1, 16]
            context = self.attention(query, enc_outputs, enc_outputs, enc_valid_lens)
            # 将注意力上下文向量与当前时间步的输入进行拼接,用于输入到循环神经网络
            # 因为context里面多了一个长为1的维度(就是那个key的维度),所以x也加了一个维度,然后在最后一个维度concat起来
            x = torch.cat((context, torch.unsqueeze(x, dim=1)), dim=-1)
            # 执行循环神经网络的前向计算,得到输出和更新后的隐藏状态
            out, hidden_state = self.rnn(x.permute(1, 0, 2), hidden_state)
            # 将输出和注意力权重添加到对应的列表中
            outputs.append(out)
            self._attention_weights.append(self.attention.attention_weights)
        # 将输出列表中的结果进行拼接,并通过线性层进行映射
        outputs = self.dense(torch.cat(outputs, dim=0))
        # 对输出进行维度变换,将batch维和时间步维交换,并返回更新后的状态信息
        return outputs.permute(1, 0, 2), [enc_outputs, hidden_state, enc_valid_lens]

    @property
    def attention_weights(self):
        # 返回注意力权重
        return self._attention_weights


embed_size, num_hiddens, num_layers, dropout = 32, 32, 2, 0.1
batch_size, num_steps = 64, 10
lr, num_epochs, device = 0.005, 250, d2l.try_gpu()

train_iter, src_vocab, tgt_vocab = d2l.load_data_nmt(batch_size, num_steps)
encoder = d2l.Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建目标语言的带有注意力机制的解码器实例
decoder = Seq2SeqAttentionDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建编码-解码模型实例
net = d2l.EncoderDecoder(encoder, decoder)
# 训练序列到序列模型
d2l.train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)
# 将几个英语句子翻译成汉语
# 英语句子列表
engs = ['go', "i lost .", 'he\'s calm .', 'i\'m home .']
# 对应的汉语句子列表
fras = ['va !', 'j\' ai perdu .', 'il est calme .', 'je suis chez moi .']
# 遍历英语句子和汉语句子的对应关系
for eng, fra in zip(engs, fras):
    # 使用训练好的模型net对英语句子进行翻译,并获取注意力权重序列
    translation, dec_attention_weight_seq = d2l.predict_seq2seq(net, eng, src_vocab, tgt_vocab, num_steps, device, True)
    # 打印英语句子、翻译结果和BLEU分数
    print(f' {eng} => {translation}, ',
         f'bleu {d2l.bleu(translation, fra, k=2):.3f}')




将注意力权重序列进行拼接


# 将注意力权重序列进行拼接,并调整形状
attention_weights = torch.cat([step[0][0][0] for step in dec_attention_weight_seq], 0).reshape((1, 1, -1, num_steps))     



可视化注意力权重

# 可视化注意力权重
# 显示注意力权重的热图,仅显示与输入英语句子对应的位置
d2l.show_heatmaps(attention_weights[:,:,:,:len(engs[-1].split()) + 1].cpu(),
                 xlabel = 'key positions', ylabel = 'Query posistions')

在这里插入图片描述


该部分总代码

import torch
from torch import nn
from d2l import torch as d2l
import os


# 带有注意力机制的解码器基本接口
class AttentionDecoder(d2l.Decoder):
    """带有注意力机制的解码器基本接口"""

    def __init__(self, **kwargs):
        super(AttentionDecoder, self).__init__(**kwargs)

    @property
    def attention_weight(self):
        raise NotImplementedError


# 实现带有Bahdanau注意力的循环神经网络解码器
class Seq2SeqAttentionDecoder(AttentionDecoder):
    def __init__(self, vocab_size, embed_size, num_hiddens, num_layers, dropout=0, **kwargs):
        # 调用父类AttentionDecoder的构造函数进行初始化
        super(Seq2SeqAttentionDecoder, self).__init__(**kwargs)
        # 创建一个加性注意力机制的实例,用于计算注意力权重
        # 这里的key、value、query长度都是num_hiddens,所以可以用点乘的attention(Scaled Dot-Product Attention)
        # 这里用加性的是因为这里可以学参数,效果会好一点
        self.attention = d2l.AdditiveAttention(num_hiddens, num_hiddens, num_hiddens, dropout)
        # 这三行和seq2seq一样的
        self.embedding = nn.Embedding(vocab_size, embed_size)
        self.rnn = nn.GRU(embed_size + num_hiddens, num_hiddens, num_layers, dropout=dropout)
        self.dense = nn.Linear(num_hiddens, vocab_size)

    # 这里相比之前多了enc_valid_lens,需要告诉哪些是填充的
    def init_state(self, enc_outputs, enc_valid_lens, *args):
        outputs, hidden_state = enc_outputs
        # 对outputs进行维度变换,将batch维和时间步维交换,保持与解码器输入的一致性
        # 返回初始化的解码器隐藏状态
        return (outputs.permute(1, 0, 2), hidden_state, enc_valid_lens)

    def forward(self, X, state):
        enc_outputs, hidden_state, enc_valid_lens = state
        # 对输入序列进行嵌入表示,并进行维度变换,将batch维和时间步维交换
        X = self.embedding(X).permute(1, 0, 2)
        outputs, self._attention_weights = [], []
        # 每一步的context会变,所以对于decode的输入的每一个x
        for x in X:
            # hidden_state[-1]是取上一个时间的RNN的输出(最后一层的输出)
            # 获取当前时间步的查询向量,将隐藏状态的最后一个时间步的特征进行维度扩展
            # 加一个number of query这个维度进去,虽然这个query只有一个
            # 这里的query形状是[4, 1, 16]
            query = torch.unsqueeze(hidden_state[-1], dim=1)
            # ⭐计算注意力上下文向量,通过注意力机制对编码器的输出进行加权求和
            # query就是上一个时刻的最后一层的输出
            # key就是enc_outputs(形状:[批量大小、时间步、num_hiddens]),value就是enc_outputs
            # enc_valid_lens是一个长为bath_size的一个向量,其中第i个元素表示第i个样本的原始长度是几,因为不算填充
            # 这里的context形状是[4, 1, 16]
            context = self.attention(query, enc_outputs, enc_outputs, enc_valid_lens)
            # 将注意力上下文向量与当前时间步的输入进行拼接,用于输入到循环神经网络
            # 因为context里面多了一个长为1的维度(就是那个key的维度),所以x也加了一个维度,然后在最后一个维度concat起来
            x = torch.cat((context, torch.unsqueeze(x, dim=1)), dim=-1)
            # 执行循环神经网络的前向计算,得到输出和更新后的隐藏状态
            out, hidden_state = self.rnn(x.permute(1, 0, 2), hidden_state)
            # 将输出和注意力权重添加到对应的列表中
            outputs.append(out)
            self._attention_weights.append(self.attention.attention_weights)
        # 将输出列表中的结果进行拼接,并通过线性层进行映射
        outputs = self.dense(torch.cat(outputs, dim=0))
        # 对输出进行维度变换,将batch维和时间步维交换,并返回更新后的状态信息
        return outputs.permute(1, 0, 2), [enc_outputs, hidden_state, enc_valid_lens]

    @property
    def attention_weights(self):
        # 返回注意力权重
        return self._attention_weights


embed_size, num_hiddens, num_layers, dropout = 32, 32, 2, 0.1
batch_size, num_steps = 64, 10
lr, num_epochs, device = 0.005, 250, d2l.try_gpu()

train_iter, src_vocab, tgt_vocab = d2l.load_data_nmt(batch_size, num_steps)
encoder = d2l.Seq2SeqEncoder(len(src_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建目标语言的带有注意力机制的解码器实例
decoder = Seq2SeqAttentionDecoder(len(tgt_vocab), embed_size, num_hiddens, num_layers, dropout)
# 创建编码-解码模型实例
net = d2l.EncoderDecoder(encoder, decoder)
# 训练序列到序列模型
d2l.train_seq2seq(net, train_iter, lr, num_epochs, tgt_vocab, device)
# 将几个英语句子翻译成汉语
# 英语句子列表
engs = ['go', "i lost .", 'he\'s calm .', 'i\'m home .']
# 对应的汉语句子列表
fras = ['va !', 'j\' ai perdu .', 'il est calme .', 'je suis chez moi .']
# 遍历英语句子和汉语句子的对应关系
for eng, fra in zip(engs, fras):
    # 使用训练好的模型net对英语句子进行翻译,并获取注意力权重序列
    translation, dec_attention_weight_seq = d2l.predict_seq2seq(net, eng, src_vocab, tgt_vocab, num_steps, device, True)
    # 打印英语句子、翻译结果和BLEU分数
    print(f' {eng} => {translation}, ',
          f'bleu {d2l.bleu(translation, fra, k=2):.3f}')

# 将注意力权重序列进行拼接,并调整形状
attention_weights = torch.cat([step[0][0][0] for step in dec_attention_weight_seq], 0).reshape((1, 1, -1, num_steps))
# 可视化注意力权重
# 显示注意力权重的热图,仅显示与输入英语句子对应的位置
d2l.show_heatmaps(attention_weights[:, :, :, :len(engs[-1].split()) + 1].cpu(),
                  xlabel='key positions', ylabel='Query posistions')
d2l.plt.show()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2205942.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

BUG修复(不断整理想起什么就整理什么)

声明&#xff1a;此篇博文是记录本人从开始学习计算机过程中遇到的各种类型的报错以解决办法,希望给同道中人提供一点绵薄的帮助&#xff0c;也欢迎大家在评论区讨论或私信我交流问题 共同进步&#xff01; 一、FPGA系列 1.Synthesis failed 错误&#xff1a;综合失败&#…

Python | Leetcode Python题解之第468题验证IP地址

题目&#xff1a; 题解&#xff1a; class Solution:def validIPAddress(self, queryIP: str) -> str:if queryIP.find(".") ! -1:# IPv4last -1for i in range(4):cur (len(queryIP) if i 3 else queryIP.find(".", last 1))if cur -1:return &q…

测试工作能干到退休!从会写一份成长型测试周报开始

测试周报则是反映团队工作进展和专业态度的一扇窗口。通过周报&#xff0c;我们不仅可以展示一周内的工作成果&#xff0c;更可以体现团队的工作心态——是积极进取、不断学习的成长型心态&#xff0c;还是仅仅满足于现状、缺乏动力的躺平型心态。本文将带您深入了解这两种不同…

Vue 项目文件大小优化

优化逻辑 任何优化需求&#xff0c;都有一个前提&#xff0c;即可衡量。 那 Vue 加载速度的优化需求&#xff0c;本质上是要降低加载静态资源的大小。 所以&#xff0c;优化前&#xff0c;需要有一个了解项目现状的资源加载大小情况。 主要分 3 步走&#xff1a; 找到方法测…

k8s jenkins 动态创建slave

k8s jenkins 动态创建slave 简述使用jenkins动态slave的优势&#xff1a;配置jenkins动态slave配置 Pod Template配置容器模板挂载卷 测试 简述 持续构建与发布是我们日常工作中必不可少的一个步骤&#xff0c;目前大多公司都采用 Jenkins 集群来搭建符合需求的 CI/CD 流程&am…

8. 多态、匿名内部类、权限修饰符、Object类

文章目录 一、多态 -- 花木兰替父从军1. 情境2. 小结 二、匿名内部类三、权限修饰符四、Object -- 所有类的父类(包括我们自己定义的类)五、内容出处 一、多态 – 花木兰替父从军 1. 情境 我们现在新建两个类HuaMuLan和HuaHu。HuMuLan是HuaHu的女儿&#xff0c;所以她会有她父…

利用编程思维做题之链表内指定区间反转

牛客网题目 1. 理解问题 给定一个单链表和两个整数 m 和 n&#xff0c;要求反转链表中从位置 m 到位置 n 的节点&#xff0c;最后返回反转后的链表头节点。 示例&#xff1a; 输入&#xff1a;链表 1 -> 2 -> 3 -> 4 -> 5 -> NULL&#xff0c;m 2&#xff0c;…

《市场营销学》PPT课件.ppt

网盘&#xff1a;https://pan.notestore.cn/s.html?id29https://pan.notestore.cn/s.html?id29

山西农业大学20241011

03-JAVASCRIPT 一.数组二.BOM1. window对象2. location对象3. history对象4. navigator对象5. screen对象6. cookie对象 三.DOM操作1. 概述2. 查找元素2.1 id方式2.2 标签名方式2.3 class名方式2.4 css选择器方式 一.数组 <script>// 1. 创建数组, 通过数组字面量// …

不卷且创新idea:KAN+特征提取!10篇高分套路拆解,快来抄作业!

今天和大家分享一种创新的深度学习技术&#xff1a;KAN特征提取。 这种技术通过引入KAN来增强模型的特征处理能力&#xff0c;借由KAN的自适应激活函数&#xff0c;动态调整数据特性&#xff0c;从而有效提取更加准确的特征&#xff0c;实现更高性能的模型表现。 这种优势让K…

离散微分几何基础:流形概念与网格数据结构

一、流形概念的引入 &#xff08;一&#xff09;微分几何核心概念——流形 在微分几何的广袤领域中&#xff0c;流形概念占据着核心地位。它如同一个神秘的基石&#xff0c;支撑着我们对各种几何形状和空间的深入理解。就像网格和抽象的单纯复数是我们探索拓扑结构&#xff08…

使用阿里云盘将服务器上的文件上传/下载到云盘/服务器

阿里云盘官方文档&#xff1a; 具体的操作步骤这里都有&#xff1a; https://github.com/tickstep/aliyunpan 具体步骤 &#xff1a; 安装&#xff1a; wget https://github.com/tickstep/aliyunpan/releases/download/v0.3.4/aliyunpan-v0.3.4-linux-amd64.zip【这里最好下…

服务器与内存市场|2025预测动态早知道

根据TrendForce的数据分析报告&#xff0c;三大DRAM供应商在2023年服务器总bit增长率经历了不同程度下滑后&#xff0c;2024年市场迎来了反弹&#xff0c;增长率分别达到了9.9%/12.3%/24.1%。这一转变表明服务器DRAM在三大供应商中的比例预计将会增加。与此同时&#xff0c;由于…

Java项目实战II养老||基于Java+Spring Boot+MySQL的社区智慧养老监护管理平台设计与实现(源码+数据库+文档)

目录 一、前言 二、技术介绍 三、系统实现 四、文档参考 五、核心代码 六、源码获取 全栈码农以及毕业设计实战开发&#xff0c;CSDN平台Java领域新星创作者&#xff0c;专注于大学生项目实战开发、讲解和毕业答疑辅导。获取源码联系方式请查看文末 一、前言 随着老龄化…

ConditionVideo: 无训练的条件引导视频生成 | AAAI 2024

作者&#xff1a;彭博&#xff0c;上海人工智能实验室与上海交大2023级联培博士。 最近的工作已经成功地将大规模文本到图像模型扩展到视频领域&#xff0c;产生了令人印象深刻的结果&#xff0c;但计算成本高&#xff0c;需要大量的视频数据。在这项工作中&#xff0c;我们介…

26.第二阶段x86游戏实战2-C++遍历背包物品

免责声明&#xff1a;内容仅供学习参考&#xff0c;请合法利用知识&#xff0c;禁止进行违法犯罪活动&#xff01; 本次游戏没法给 内容参考于&#xff1a;微尘网络安全 本人写的内容纯属胡编乱造&#xff0c;全都是合成造假&#xff0c;仅仅只是为了娱乐&#xff0c;请不要…

如何创建一个node.js项目并配置

要想创建一个node.js项目&#xff0c;首先的话要先有npm和node.js环境&#xff0c;没有的同学可以参考一下连接&#xff1a;npm安装-详细教程-CSDN博客 一、创建node.js项目文件 注意&#xff1a;windows系统创建时文件名不能有汉字和空格 我创建了一个文件夹叫nodejswork 二…

离线使用k8s部署项目

docker的安装与完全卸载&#xff08;亲测可用&#xff09; docker的安装与完全卸载 然后配置镜像加速器 vi /etc/docker/daemon.json 将找到的镜像仓库地址写入 具体内容可以参考此网站时刻更新镜像源仓库 然后保存退出 执行 systemctl daemon-reloadsystemctl restart…

第J3周:DenseNet算法实战与解析

&#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 文章目录 一、前期工作二、模型复现1、设置GPU2、导入数据3、加载数据4. 配置数据集5. 可视化数据6、构建DenseNet121网络7、编译8、训练模型9、模型评估 三、…

H3C IPsec over GRE VPN 实验

H3C IPsec over GRE VPN 实验 实验拓扑 ​​ 实验需求 按照图示配置 IP 地址,R1 和 R3 配置 Loopback0 口模拟业务网段R1 和 R3 上配置默认路由连通公网R1 和 R3 上配置 IPsec over GRE VPN 来连通两端内网R1 和 R3 配置 OSPF 来传递内网路由实验步骤 按照图示配置 IP 地址…