毕业设计购物网站开发的意义计算机网页制作工具

Encoder Layer

• 论文地址

  https://arxiv.org/pdf/1706.03762

Encoder层介绍

• Encoder层是Transformer编码器的核心组件，由多头自注意力和前馈神经网络两个子层构成。每个子层都包含残差连接（Residual Connection）和层归一化（Layer Normalization），有效缓解梯度消失问题并加速训练。

  

  今天这里实现的是上图中蓝色框中的单层EncoderLayer,不包含 embedding和位置编码

  主要处理流程：

  1. 多头自注意力机制：建立序列内部元素之间的依赖关系
  2. 前馈神经网络：进行非线性特征变换
  3. 残差连接 + 层归一化：在两个子层后各执行一次
  4. Dropout：最终输出前进行随机失活

  ---

数学表达

• 子层处理流程公式化表示：
  $$\text{LayerOutput}=\text{LayerNorm}(x+\text{Sublayer}(x))$$

  对于Encoder层具体展开：
  $$\begin{array}{rl}z& =\text{LayerNorm}(x+\text{MultiHeadAttention}(x))\\ out& =\text{LayerNorm}(z+\text{FeedForward}(z))\end{array}$$

  ---

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

  下面统一在before.py中导入

• 实现单层的encoder层

  import torch 
  from torch import nnfrom before import PositionEncoding,calculate_attention,MultiHeadAttention,FeedForward,LayerNormclass EncoderLayer(nn.Module):"""Transformer编码器层"""def __init__(self, n_heads, d_model, d_ff, dropout_prob=0.1):super(EncoderLayer, self).__init__()self.self_multi_head_att = MultiHeadAttention(n_heads, d_model, dropout_prob)self.ffn = FeedForward(d_model, d_ff, dropout_prob)self.norm1 = LayerNorm(d_model)self.norm2 = LayerNorm(d_model)self.dropout = nn.Dropout(dropout_prob)def forward(self, x, mask=None):# 自注意力子层_x = x  # 原始输入保存用于残差连接att_out = self.self_multi_head_att(x, x, x, mask)att_out += _x  # 残差连接att_out = self.norm1(att_out)  # 层归一化# 前馈子层_x = att_outffn_out = self.ffn(att_out) ffn_out += _x  # 残差连接ffn_out = self.norm2(ffn_out)  # 层归一化return self.dropout(ffn_out)  # 最终输出
  

• 维度变化

  处理阶段	张量形状示例
  输入数据	[batch_size, seq_len, d_model]
  自注意力输出（不改变维度）	[batch_size, seq_len, d_model]
  残差连接+层归一化	[batch_size, seq_len, d_model]
  前馈网络输出（不改变维度）	[batch_size, seq_len, d_model]
  最终输出	[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100, 维度512x = torch.randn(4, 100, 512)# 实例化编码器层：8头注意力，512维，前馈层2048维，10% dropoutencoder_layer = EncoderLayer(n_heads=8, d_model=512, d_ff=2048, dropout_prob=0.1)# 前向传播out = encoder_layer(x, mask=None)print("Input shape:", x.shape)    # torch.Size([4, 100, 512])print("Output shape:", out.shape) # torch.Size([4, 100, 512])
  

---