جواب «Attention Weights» چالش 3 از جلسهی 57
سؤال
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.].
راهنما
S = Q @ K.T / np.sqrt(d)، e = np.exp(S) و return e / e.sum(axis=1, keepdims=True).
یک جواب درست
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 = Q @ K.T / np.sqrt(d)
e = np.exp(S)
return e / e.sum(axis=1, keepdims=True)
W = attention_weights(Q, K)
print(np.round(W[6], 2))
print(np.round(W.sum(axis=1), 2))
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن