transform-实现Encoder 编码器模块

Encoder

• 论文地址

  https://arxiv.org/pdf/1706.03762

Encoder结构介绍

• Transformer Encoder是Transformer模型的核心组件，负责对输入序列进行特征提取和语义编码。通过堆叠多层结构相同的编码层（Encoder Layer），每层包含自注意力机制和前馈神经网络，实现对输入信息的逐层抽象。

  

  这里实现上图蓝色框中的整个Encoder结构

  主要组件包含：

  1. 词嵌入层：将离散的token索引映射为连续向量
  2. 位置编码：注入序列的位置信息
  3. 多层编码层：通过多头注意力和前馈网络进行特征变换

  ---

数学流程

• 编码器的计算过程可形式化为：
  $$\begin{array}{rl}\text{Embedding}& :X_{embed}=\text{Embedding}(X_{input})\\ \text{PositionEncode}& :X_{pos}=X_{embed}+\text{PositionEncoding}(seq\_len)\\ \text{EncoderLayers}& :H_{out}=\text{LayerNorm}(\text{FFN}(\text{MHA}(X_{pos})+X_{pos})\end{array}$$
  其中每个编码层包含：

  1. 多头自注意力（Multi-Head Self-Attention）
  2. 残差连接 + 层归一化
  3. 前馈神经网络（Feed-Forward Network）
  4. 二次残差连接 + 层归一化

  ---

代码实现

• 其他层的实现

  层名	链接
  PositionEncoding	https://blog.csdn.net/hbkybkzw/article/details/147431820
  calculate_attention	https://blog.csdn.net/hbkybkzw/article/details/147462845
  MultiHeadAttention	https://blog.csdn.net/hbkybkzw/article/details/147490387
  FeedForward	https://blog.csdn.net/hbkybkzw/article/details/147515883
  LayerNorm	https://blog.csdn.net/hbkybkzw/article/details/147516529
  EncoderLayer	https://blog.csdn.net/hbkybkzw/article/details/147591824

  下面统一在before.py中导入

• 实现 transformer 编码器 Encoder

  import torch 
  from torch import nnfrom before import PositionEncoding,calculate_attention,MultiHeadAttention,FeedForward,LayerNorm，EncoderLayerclass Encoder(nn.Module):def __init__(self, vocab_size, padding_idx, d_model, n_heads, ffn_hidden, dropout_prob=0.1, num_layers=6, max_seq_len=512):super(Encoder, self).__init__()# 词嵌入层（含padding掩码）self.embedding = nn.Embedding(num_embeddings=vocab_size, embedding_dim=d_model, padding_idx=padding_idx)# 位置编码器self.position_encode = PositionEncoding(d_model=d_model, max_seq_len=max_seq_len)# 编码层堆叠self.encode_layers = nn.ModuleList([EncoderLayer(n_heads=n_heads, d_model=d_model, ffn_hidden=ffn_hidden, dropout_prob=dropout_prob) for _ in range(num_layers)])def forward(self, x, src_mask=None):# 输入形状: [batch_size, seq_len]embed_x = self.embedding(x)  # 词向量映射pos_encode_x = self.position_encode(embed_x)  # 位置编码# 逐层处理for layer in self.encode_layers:pos_encode_x = layer(pos_encode_x, mask=src_mask)return pos_encode_x  # 输出形状: [batch_size, seq_len, d_model]
  

  关键组件说明

  1. 词嵌入层（Embedding）：将离散的token索引转换为d_model维连续向量，自动处理padding位置的零值屏蔽
  2. 位置编码（PositionEncoding）：使用正弦/余弦函数生成位置特征，与词向量相加实现位置信息注入
  3. 编码层堆叠（encode_layers）：每个编码层包含：多头自注意力机制；前馈神经网络；残差连接；层归一化

• 维度变化

  处理阶段	张量形状变化示例
  原始输入	[batch_size, seq_len]
  词嵌入层输出	[batch_size, seq_len, d_model]
  位置编码后	[batch_size, seq_len, d_model]
  每个编码层输出	[batch_size, seq_len, d_model]

  ---

使用示例

• 测试用例

  if __name__ == "__main__":# 模拟输入：batch_size=4, 序列长度64x = torch.randint(0, 100, (4, 64))# 实例化编码器：词表100，模型维度512，8头，2048前馈维度，8层encoder = Encoder(vocab_size=100, padding_idx=0, d_model=512, n_heads=8, ffn_hidden=2048, num_layers=8, max_seq_len=512)# 前向传播out = encoder(x)print("输入形状:", x.shape)     # torch.Size([4, 64])print("输出形状:", out.shape)   # torch.Size([4, 64, 512])
  

• 上述参数解释

  参数名	典型值	作用描述
  vocab_size	30000	词表大小
  padding_idx	0	指定padding token的索引
  d_model	512	模型隐藏层维度
  n_heads	8	注意力头数量
  ffn_hidden	2048	前馈网络中间层维度
  num_layers	6/8	编码层堆叠数量
  max_seq_len	512	支持的最大序列长度

---