Attention Weights چالش 3 از جلسهی 57، متوسط
تابع attention_weights(Q, K) را کامل کن: امتیازها Q @ K.T تقسیم بر np.sqrt(d) (که d تعداد ستونهای Q است)، بعد softmax روی هر سطر با keepdims=True. خروجی دو خط: سطر it یعنی [0.05 0.4 0.1 0.05 0.05 0.05 0.05 0.05 0.18] و جمع سطرها [1. 1. 1. 1. 1. 1. 1. 1. 1.].
import numpy as np
tokens = ["the", "cat", "drank", "the", "milk", "because", "it", "was", "thirsty"]
X = np.array([
[0.0, 0.0, 0.0, 0.0],
[1.0, 0.0, 0.0, 0.0],
[0.3, 0.6, 0.0, 0.0],
[0.0, 0.0, 0.0, 0.0],
[0.0, 1.0, 0.0, 0.0],
[0.0, 0.0, 0.0, 0.0],
[0.0, 0.0, 1.0, 0.0],
[0.0, 0.0, 0.0, 0.2],
[0.6, 0.2, 0.0, 1.0],
])
Wq = np.zeros((4, 4))
Wq[2, 0] = 4.0
Q = X @ Wq
K = X @ np.eye(4)
def attention_weights(Q, K):
d = Q.shape[1]
S = None # scores, scaled by sqrt(d)
e = None # exp of S
return None # every row divided by its own sum
W = attention_weights(Q, K)
print(np.round(W[6], 2))
print(np.round(W.sum(axis=1), 2))
راهنما و جواب این چالش · برگشت به درس جلسهی 57: توجه (attention) با مثال ساده · چالش بعدی: A Word's New Meaning
بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال