keras 中注意力层是如何实现的？

Question

我正在学习注意力模型及其在 keras 中的实现。在搜索时，我遇到了first 和 second 这两种方法，我们可以使用它们在 keras 中创建注意力层

# First method

class Attention(tf.keras.Model):
    def __init__(self, units):
        super(Attention, self).__init__()
        self.W1 = tf.keras.layers.Dense(units)
        self.W2 = tf.keras.layers.Dense(units)
        self.V = tf.keras.layers.Dense(1)

    def call(self, features, hidden):
        hidden_with_time_axis = tf.expand_dims(hidden, 1)
        score = tf.nn.tanh(self.W1(features) + self.W2(hidden_with_time_axis))
        attention_weights = tf.nn.softmax(self.V(score), axis=1)
        context_vector = attention_weights * features
        context_vector = tf.reduce_sum(context_vector, axis=1)

        return context_vector, attention_weights

# Second method

activations = LSTM(units, return_sequences=True)(embedded)

# compute importance for each step
attention = Dense(1, activation='tanh')(activations)
attention = Flatten()(attention)
attention = Activation('softmax')(attention)
attention = RepeatVector(units)(attention)
attention = Permute([2, 1])(attention)

sent_representation = merge([activations, attention], mode='mul')

math behind attention model 是

如果我们看第一种方法，它在某种程度上是注意力数学的直接实现，而第二种方法在互联网上的点击次数更多。

我真正怀疑的是第二种方法中的这些行

attention = RepeatVector(units)(attention)
attention = Permute([2, 1])(attention)
sent_representation = merge([activations, attention], mode='mul')

• 哪个是引起注意的正确实施方式？
• 第二种方法中RepeatVector和Permute层背后的直觉是什么？
• 在第一种方法中W1,W2是权重；为什么在这里将密集层视为权重？
• 为什么V 值被视为单个单元密集层？
• V(score) 是做什么的？

Answer 1

哪个是引起注意的正确实现？

我会推荐以下内容：

https://github.com/tensorflow/models/blob/master/official/transformer/model/attention_layer.py#L24

上面的多头注意力层实现了一个绝妙的技巧：它重塑了矩阵，使其形状不是（batch_size，time_steps，features），而是（batch_size，heads，time_steps，features/heads）和然后它对“特征/头”块执行计算。

第二种方法中RepeatVector和Permute层背后的直觉是什么？

您的代码不完整...您的代码中缺少矩阵乘法（您没有显示正在使用的注意力层）。这可能修改了结果的形状，这段代码试图以某种方式恢复正确的形状。这可能不是最好的方法。

在第一种方法中，W1,W2 是权重；为什么在这里将密集层视为权重？

密集层是一组权重...您的问题有点含糊。

为什么V值被认为是单个单元密集层？

这是一个非常奇怪的选择，既不符合我对论文的阅读，也不符合我所看到的实现。