ПочатиПочніть безкоштовно

Додавання перехресної уваги до шару декодера

Щоб об'єднати стек енкодера і стек декодера, які ви визначили раніше, в трансформер типу «енкодер–декодер», потрібно створити механізм перехресної уваги, який слугуватиме містком між ними.

Клас MultiHeadAttention, визначений раніше, і далі доступний.

Ця вправа є частиною курсу

Моделі Transformer з PyTorch

Переглянути курс

Інструкції до вправи

  • Оголосіть механізм перехресної уваги (за допомогою MultiHeadAttention) і третю нормалізацію шару (за допомогою nn.LayerNorm) у методі __init__.
  • Завершіть прямий прохід, щоб додати перехресну увагу до шару декодера.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

class DecoderLayer(nn.Module):
    def __init__(self, d_model, num_heads, d_ff, dropout):
        super().__init__()
        self.self_attn = MultiHeadAttention(d_model, num_heads)
        # Define cross-attention and a third layer normalization
        self.cross_attn = ____
        self.ff_sublayer = FeedForwardSubLayer(d_model, d_ff)
        self.norm1 = nn.LayerNorm(d_model)
        self.norm2 = nn.LayerNorm(d_model)
        self.norm3 = ____
        self.dropout = nn.Dropout(dropout)

    def forward(self, x, y, tgt_mask, cross_mask):
        self_attn_output = self.self_attn(x, x, x, tgt_mask)
        x = self.norm1(x + self.dropout(self_attn_output))
        # Complete the forward pass
        cross_attn_output = self.____(____)
        x = self.norm2(x + self.dropout(____))
        ff_output = self.ff_sublayer(x)
        x = self.norm3(x + self.dropout(ff_output))
        return x
Редагувати та запускати код