在深度学习领域,Transformer模型已经成为处理序列数据的首选架构,特别是在自然语言处理任务中。本教程将详细介绍如何使用PyTorch从零开始实现一个Transformer模型,并应用于机器翻译任务。
与传统的循环神经网络(RNN)相比,Transformer具有以下显著优势:
并行计算能力强: Transformer可以并行处理序列中的所有元素,而RNN必须按顺序处理。
长距离依赖建模能力强: Transformer可以直接访问序列中的任意位置,而RNN需要通过中间状态传递信息。
表征能力强: 多头注意力机制使Transformer能够从多个角度理解输入序列。
多头注意力是Transformer的核心,它允许模型同时关注序列的不同位置,从多个表示子空间学习信息。
class MultiHeadAttention(nn.Module): def __init__(self, d_model, num_heads): super().__init__() self.num_heads = num_heads self.d_k = d_model // num_heads self.W_q = nn.Linear(d_model, d_model) self.W_k = nn.Linear(d_model, d_model) self.W_v = nn.Linear(d_model, d_model) self.W_o = nn.Linear(d_model, d_model) def forward(self, query, key, value, mask=None): batch_size = query.size(0) # Linear projections Q = self.W_q(query) K = self.W_k(key) V = self.W_v(value) # Split into multiple heads Q = Q.view(batch_size, -1, self.num_heads, self.d_k).transpose(1, 2) K = K.view(batch_size, -1, self.num_heads, self.d_k).transpose(1, 2) V = V.view(batch_size, -1, self.num_heads, self.d_k).transpose(1, 2) # Scaled dot-product attention scores = torch.matmul(Q, K.transpose(-2, -1)) / math.sqrt(self.d_k) if mask is not None: scores = scores.masked_fill(mask == 0, -1e9) attn = F.softmax(scores, dim=-1) # Apply attention to values context = torch.matmul(attn, V) # Concatenate heads context = context.transpose(1, 2).contiguous().view(batch_size, -1, self.num_heads * self.d_k) # Final linear projection output = self.W_o(context) return output
由于Transformer没有固有的序列处理能力,我们需要通过位置编码为模型提供位置信息。
class PositionalEncoding(nn.Module): def __init__(self, d_model, max_len=5000): super().__init__() pe = torch.zeros(max_len, d_model) position = torch.arange(0, max_len, dtype=torch.float).unsqueeze(1) div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model)) pe[:, 0::2] = torch.sin(position * div_term) pe[:, 1::2] = torch.cos(position * div_term) pe = pe.unsqueeze(0).transpose(0, 1) self.register_buffer('pe', pe) def forward(self, x): return x + self.pe[:x.size(0), :]
每个Transformer层都包含一个前馈神经网络,用于进一步处理注意力机制的输出。
class FeedForward(nn.Module): def __init__(self, d_model, d_ff): super().__init__() self.linear1 = nn.Linear(d_model, d_ff) self.linear2 = nn.Linear(d_ff, d_model) def forward(self, x): return self.linear2(F.relu(self.linear1(x)))
将上述组件组合,我们可以构建完整的Transformer模型:
class Transformer(nn.Module): def __init__(self, src_vocab, tgt_vocab, d_model, num_heads, num_layers, d_ff, max_seq_length, dropout): super().__init__() self.encoder_embedding = nn.Embedding(src_vocab, d_model) self.decoder_embedding = nn.Embedding(tgt_vocab, d_model) self.positional_encoding = PositionalEncoding(d_model, max_seq_length) self.encoder_layers = nn.ModuleList([EncoderLayer(d_model, num_heads, d_ff, dropout) for _ in range(num_layers)]) self.decoder_layers = nn.ModuleList([DecoderLayer(d_model, num_heads, d_ff, dropout) for _ in range(num_layers)]) self.fc = nn.Linear(d_model, tgt_vocab) self.dropout = nn.Dropout(dropout) def forward(self, src, tgt, src_mask, tgt_mask): src_embedded = self.dropout(self.positional_encoding(self.encoder_embedding(src))) tgt_embedded = self.dropout(self.positional_encoding(self.decoder_embedding(tgt))) enc_output = src_embedded for enc_layer in self.encoder_layers: enc_output = enc_layer(enc_output, src_mask) dec_output = tgt_embedded for dec_layer in self.decoder_layers: dec_output = dec_layer(dec_output, enc_output, src_mask, tgt_mask) output = self.fc(dec_output) return output
我们以英语到德语的翻译为例,展示如何使用Transformer进行机器翻译。
首先,我们需要准备平行语料库,并使用BPE(Byte Pair Encoding)等技术处理词表。
from torchtext.data import Field, BucketIterator from torchtext.datasets import Multi30k SRC = Field(tokenize = "spacy", tokenizer_language="en_core_web_sm", init_token = '<sos>', eos_token = '<eos>', lower = True) TGT = Field(tokenize = "spacy", tokenizer_language="de_core_news_sm", init_token = '<sos>', eos_token = '<eos>', lower = True) train_data, valid_data, test_data = Multi30k.splits(exts = ('.en', '.de'), fields = (SRC, TGT)) SRC.build_vocab(train_data, min_freq = 2) TGT.build_vocab(train_data, min_freq = 2)
接下来,我们定义损失函数和优化器,并开始训练过程。
model = Transformer(len(SRC.vocab), len(TGT.vocab), d_model=512, num_heads=8, num_layers=6, d_ff=2048, max_seq_length=100, dropout=0.1) criterion = nn.CrossEntropyLoss(ignore_index=TGT.vocab.stoi['<pad>']) optimizer = optim.Adam(model.parameters(), lr=0.0001, betas=(0.9, 0.98), eps=1e-9) def train(model, iterator, optimizer, criterion, clip): model.train() epoch_loss = 0 for i, batch in enumerate(iterator): src = batch.src tgt = batch.trg optimizer.zero_grad() output = model(src, tgt[:,:-1]) output = output.contiguous().view(-1, output.shape[-1]) tgt = tgt[:,1:].contiguous().view(-1) loss = criterion(output, tgt) loss.backward() torch.nn.utils.clip_grad_norm_(model.parameters(), clip) optimizer.step() epoch_loss += loss.item() return epoch_loss / len(iterator) N_EPOCHS = 10 CLIP = 1 for epoch in range(N_EPOCHS): train_loss = train(model, train_iterator, optimizer, criterion, CLIP) print(f'Epoch: {epoch+1:02} | Train Loss: {train_loss:.3f}')
最后,我们可以使用训练好的模型进行翻译:
def translate_sentence(sentence, src_field, trg_field, model, device, max_len = 50): model.eval() if isinstance(sentence, str): nlp = spacy.load('en_core_web_sm') tokens = [token.text.lower() for token in nlp(sentence)] else: tokens = [token.lower() for token in sentence] tokens = ['<sos>'] + tokens + ['<eos>'] src_indexes = [src_field.vocab.stoi[token] for token in tokens] src_tensor = torch.LongTensor(src_indexes).unsqueeze(0).to(device) src_mask = model.make_src_mask(src_tensor) with torch.no_grad(): enc_src = model.encoder(src_tensor, src_mask) trg_indexes = [trg_field.vocab.stoi['<sos>']] for i in range(max_len): trg_tensor = torch.LongTensor(trg_indexes).unsqueeze(0).to(device) trg_mask = model.make_trg_mask(trg_tensor) with torch.no_grad(): output = model.decoder(trg_tensor, enc_src, trg_mask, src_mask) pred_token = output.argmax(2)[:,-1].item() trg_indexes.append(pred_token) if pred_token == trg_field.vocab.stoi['<eos>']: break trg_tokens = [trg_field.vocab.itos[i] for i in trg_indexes] return trg_tokens[1:] example_sentence = "The sun is shining brightly today." translation = translate_sentence(example_sentence, SRC, TGT, model, device) print(f'Source: {example_sentence}') print(f'Translation: {" ".join(translation)}')
通过本教程,我们详细介绍了如何使用PyTorch从零开始实现Transformer模型,并将其应用于机器翻译任务。Transformer的强大表现力和灵活性使其成为处理序列数据的首选模型之一。
随着技术的不断发展,Transformer及其变体(如BERT、GPT等)在自然语言处理、计算机视觉等领域都取得了巨大成功。深入理解Transformer的工作原理,将有助于我们更好地应用和改进这一强大的模型架构。
希望这篇教程能够帮助你深入理解Transformer模型,并在实际项目中灵活运用。如果你有任何问题或建议,欢迎在评论区留言讨论。让我们一起探索人工智能的无限可能! 🚀🤖
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是 一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。