10.1.1 生物学中的注意力提示

“美国心理学之父” 威廉·詹姆斯提出的双组件（two-component）框架：

• 非自主性提示：基于环境中物体的突出性和易见性

• 自主性提示：受到了认知和意识的控制

10.1.2 查询、键和值

• 注意力机制与全连接层或汇聚层区别开来的元素：是否包含自主性提示

• 在注意力机制的背景下：

  • 自主性提示被称为查询（query）。

  • 给定任何查询，注意力机制通过注意力汇聚（attention pooling） 将选择引导至感官输入（sensory inputs），例如中间特征表示。

  • 在注意力机制中，这些感官输入被称为值（value）。更通俗的解释，每个值都与一个**键（key）**配对，这可以想象为感官输入的非自主提示。可以通过设计注意力汇聚的方式，便于给定的查询（自主性提示）与键（非自主性提示）进行匹配，这将引导得出最匹配的值（感官输入）。

10.1.3 注意力的可视化

import torch
from d2l import torch as d2l

平均汇聚层可以被视为输入的加权平均值，注意力汇聚得到的是加权平均的总和值。下面的 show_heatmaps 函数，其输入 matrices 的形状是（要显示的行数，要显示的列数，查询的数目，键的数目）

#@save
def show_heatmaps(matrices, xlabel, ylabel, titles=None, figsize=(2.5, 2.5),
                  cmap='Reds'):
    """显示矩阵热图"""
    d2l.use_svg_display()
    num_rows, num_cols = matrices.shape[0], matrices.shape[1]
    fig, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize,
                                 sharex=True, sharey=True, squeeze=False)
    for i, (row_axes, row_matrices) in enumerate(zip(axes, matrices)):
        for j, (ax, matrix) in enumerate(zip(row_axes, row_matrices)):
            pcm = ax.imshow(matrix.detach().numpy(), cmap=cmap)
            if i == num_rows - 1:
                ax.set_xlabel(xlabel)
            if j == 0:
                ax.set_ylabel(ylabel)
            if titles:
                ax.set_title(titles[j])
    fig.colorbar(pcm, ax=axes, shrink=0.6);

attention_weights = torch.eye(10).reshape((1, 1, 10, 10))  # 生成对角线全1，其余部分全0的二维数组
show_heatmaps(attention_weights, xlabel='Keys', ylabel='Queries')  # 仅当查询和键相同时，注意力权重为1，否则为0。

​

​

练习

（1）在机器翻译中通过解码序列词元时，其自主性提示可能是什么？非自主性提示和感官输入又是什么？

自主性提示可能是上下文信息之类的

非自主性提示可能是指在机器翻译过程中使用的其他信息，比如语言学习或人工翻译的知识。

感官输入可能是指输入方式、

---

（2）随机生成一个 $10\times 10$ 矩阵并使用 softmax 运算来确保每行都是有效的概率分布，然后可视化输出注意力权重。

attention_weights = d2l.F.softmax(torch.rand((10, 10)), dim=1).reshape((1, 1, 10, 10))
show_heatmaps(attention_weights, xlabel='Keys', ylabel='Queries')

​

​