mirror of
https://github.com/pese-git/simple-llm.git
synced 2026-01-24 05:26:02 +00:00
a150828665
- Реализация одного головного внимания из Transformer - Полная документация на русском языке - Пример использования с визуализацией - Обновление README с ссылками
84 lines
3.1 KiB
Markdown
84 lines
3.1 KiB
Markdown
# HeadAttention - Механизм самовнимания одной головы
|
||
|
||
## Назначение
|
||
Модуль реализует механизм внимания одной головы из архитектуры Transformer. Основные применения:
|
||
- Моделирование зависимостей в последовательностях
|
||
- Обработка естественного языка (NLP)
|
||
- Генерация текста с учетом контекста
|
||
- Анализ временных рядов
|
||
|
||
## Алгоритм работы
|
||
|
||
```mermaid
|
||
flowchart TD
|
||
A[Входной тензор x] --> B[Вычисление Q, K, V]
|
||
B --> C["Scores = Q·Kᵀ / √d_k"]
|
||
C --> D[Применение нижнетреугольной маски]
|
||
D --> E[Softmax]
|
||
E --> F[Взвешенная сумма значений V]
|
||
F --> G[Выходной тензор]
|
||
```
|
||
|
||
1. **Линейные преобразования**:
|
||
```python
|
||
Q = W_q·x, K = W_k·x, V = W_v·x
|
||
```
|
||
|
||
2. **Вычисление attention scores**:
|
||
```python
|
||
scores = matmul(Q, K.transpose(-2, -1)) / sqrt(head_size)
|
||
```
|
||
|
||
3. **Маскирование**:
|
||
```python
|
||
scores.masked_fill_(mask == 0, -inf) # Causal masking
|
||
```
|
||
|
||
4. **Взвешивание**:
|
||
```python
|
||
weights = softmax(scores, dim=-1)
|
||
output = matmul(weights, V)
|
||
```
|
||
|
||
## Пример использования
|
||
```python
|
||
import torch
|
||
from simple_llm.transformer.head_attention import HeadAttention
|
||
|
||
# Параметры
|
||
emb_size = 512
|
||
head_size = 64
|
||
max_seq_len = 1024
|
||
|
||
# Инициализация
|
||
attn_head = HeadAttention(emb_size, head_size, max_seq_len)
|
||
|
||
# Пример входа (batch_size=2, seq_len=10)
|
||
x = torch.randn(2, 10, emb_size)
|
||
output = attn_head(x) # [2, 10, head_size]
|
||
```
|
||
|
||
## Особенности реализации
|
||
|
||
### Ключевые компоненты
|
||
| Компонент | Назначение |
|
||
|-----------------|-------------------------------------|
|
||
| `self._q` | Линейный слой для Query |
|
||
| `self._k` | Линейный слой для Key |
|
||
| `self._v` | Линейный слой для Value |
|
||
| `self._tril_mask`| Нижнетреугольная маска |
|
||
|
||
### Ограничения
|
||
- Требует O(n²) памяти для матрицы внимания
|
||
- Поддерживает только causal-режим
|
||
- Фиксированный максимальный размер последовательности
|
||
|
||
## Рекомендации по использованию
|
||
1. Размер головы (`head_size`) обычно выбирают 64-128
|
||
2. Для длинных последовательностей (>512) используйте оптимизации:
|
||
- Локальное внимание
|
||
- Разреженные паттерны
|
||
3. Сочетайте с MultiHeadAttention для лучшего качества
|
||
|
||
[Дополнительные примеры](/example/attention_examples.py)
|