PyTorch Transformer教程:从零开始实现注意力机制

RayRay
PyTorchTransformer机器翻译注意力机制编码器-解码器架构Github开源项目

PyTorch Transformer教程:从零开始实现注意力机制

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。

Transformer的优势

与传统的循环神经网络(RNN)相比,Transformer具有以下显著优势:

  1. 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。

  2. 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。

  3. 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。

Transformer vs RNN

Transformer的核心组件

  1. 多头注意力机制(Multi-Head Attention)

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
  1. 位置编码(Positional Encoding)

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), :]
  1. 前馈神经网络(Feed Forward Network)

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)))

构建Transformer模型

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

应用于机器翻译任务

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。

  1. 数据准备

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)
  1. 模型训练

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}')
  1. 翻译推理

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)}')

结论

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。

参考资源

  1. Attention Is All You Need - Transformer原始论文
  2. PyTorch官方文档
  3. The Illustrated Transformer - 图解Transformer工作原理

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! 🚀🤖

编辑推荐精选

讯飞智文

讯飞智文

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。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

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。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多