如何在Python中使用TensorFlow实现注意力机制层

陌静吖_4962

陌静吖_4962

2026-11-22

415人浏览

原创

直接使用tf.keras.layers.MultiHeadAttention即可,它已封装Q/K/V投影、缩放点积、softmax及加权求和,并支持causal=True实现因果掩码;需注意输入shape为[batch, seq_len, features],query与value须对齐,num_heads须整除units。

如何在python中使用tensorflow实现注意力机制层

TensorFlow里怎么写自定义Attention层

直接用 tf.keras.layers.Attention 或 tf.keras.layers.MultiHeadAttention 就行,不用从零手推缩放点积——除非你明确要改计算逻辑(比如换相似度函数、加mask方式特殊)。官方层已封装Q/K/V投影、缩放、softmax、加权求和,且支持causal_mask和attention_axes等关键控制。

MultiHeadAttention层的输入shape容易错在哪

它默认要求输入是 [batch, seq_len, features],但很多人传入二维张量(漏了batch维)或把seq_len和features顺序颠倒。更隐蔽的问题是:当用于encoder-decoder结构时,query和value必须同batch、同seq_len(对齐),而key可以不同(比如encoder输出更长),否则报错 ValueError: Dimensions must be equal。

  • query:decoder侧时序步,shape为 [batch, tgt_len, d_model]
  • value 和 key:通常来自同一来源(如encoder输出),shape为 [batch, src_len, d_model]
  • 若手动拼接Q/K/V,注意 num_heads 必须整除 units(即d_model),否则初始化就失败

如何让Attention只看前面的token(因果掩码)

在decoder自注意力中,必须屏蔽未来信息,否则训练失效。别手动写上三角mask——MultiHeadAttention 有现成开关:causal=True。它会自动调用 tf.linalg.band_part(..., -1, 0) 生成下三角掩码,且与batch无关、不占额外内存。

  • 仅对 query 和 key 的点积结果应用掩码,不影响 value 投影
  • 如果同时需要padding mask(如处理变长序列),得手动组合:用 tf.where(padding_mask, -1e9, 0) 加到attention logits上
  • causal=True 时,attention_mask 参数仍可传入,两者会按位相加(logits先加causal mask,再加自定义mask)

自己实现ScaledDotProductAttention要注意什么

真要重写核心逻辑(比如加稀疏约束、换激活函数),重点不是公式,而是数值稳定性与梯度流。原生 tf.nn.softmax 在logits很大时会溢出,必须减去每行最大值;另外,tf.matmul 默认不支持半精度bfloat16的梯度回传,需显式设 precision=tf.float32。

Define repeatable Python automation sessions in code with nox
Define repeatable Python automation sessions in code with nox

将测试、lint、构建和文档流程编码为命名的Python会话,以便人类和代理每次运行相同的workflow。

下载
q = tf.cast(q, tf.float32)
k = tf.cast(k, tf.float32)
logits = tf.matmul(q, k, transpose_b=True) / tf.math.sqrt(tf.cast(d_k, tf.float32))
logits -= tf.reduce_max(logits, axis=-1, keepdims=True)  # 防溢出
weights = tf.nn.softmax(logits)

最后记得把weights转回原始dtype再乘v,否则混合精度训练会中断。

实际项目里,90%的场景直接堆 MultiHeadAttention + LayerNormalization + Dropout 就够用;真正需要定制的,往往是mask逻辑或QKV的初始投影方式——而不是点积本身。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5664

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1929

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34797

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4047

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3163

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程