在解碼器層加入交叉注意力
為了把你先前定義的編碼器與解碼器堆疊整合成一個編碼器—解碼器 transformer，你需要建立一個「交叉注意力機制」作為兩者之間的橋樑。
你先前定義的 MultiHeadAttention 類別仍可使用。
本練習屬於課程
Transformer Models with PyTorch
練習說明
- 在
__init__方法中定義交叉注意力機制（使用MultiHeadAttention）以及第三個層正規化（使用nn.LayerNorm）。 - 完成 forward pass，將交叉注意力加入解碼器層。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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