VIT学习（二）_vit自注意力机制

前言

        以下内容为小白学习vit内容记录，如理解有误，望帮助指出修正。基于Paddle框架学习，aistudio课程即可学习。此次记录课程里视觉问题中的注意力机制小节的学习内容

一、注意力机制

        课程中注意力机制从NLP的方向为我们举例，我直接从公式开始。假设有三个image token输入，输入在中间会经过一次权重矩阵维度（out = proj * x）相乘变化,随着proj权重矩阵维度的不一样输出的维度也会跟着变化。得到的结果（Vi）再与注意力权重（a1—a3）运算求和，这就是注意力机制。

二、VIT中的注意力

        为了模型的复杂性、深度更深（为了它更强），在简单的注意力机制上，变得复杂一些。依旧输入image tokens，一个输入不只经过一次权重矩阵，而是经过三个，得到（v1、k1、q1），注意力权重经过K 、Q的点积得出。在计算X1的注意力时，C1 = a1 * v1 + a2 * v2 + a3 * v3 （注意力计算公式）,此时注意力权重使用自己的q1与其他的K 做点积得到用于计算X1的注意力权重（a1、a2、a3）。同理X2，注意力权重使用X2的q2与其他的K做点积得到用于计算X2的注意力权重，再将权重带入公式就可以对每一个patch image进行计算（如下图展示）。

        Wq、Wk、Wv是权重矩阵，是可学习的。

        image token经过权重矩阵后，就开始计算每一个token的注意力。

        这里对注意力权重再做了一次计算，在原来点积后的结果除于根号下Dk（dk是embedding的数值，如果是Multi--Head self attention，dk是embedding // num_head的数值），再经过softmax的结果，用于最后注意力计算时的注意力权重。

二、Multi--Head self attention

        课程中对于Multi--Head self attention的讲解，结合代码展示的代码感觉不是很相符合。课上的理解就是把原来的image token经过的权重矩阵，复制几个维度一致的矩阵（矩阵权重不一致）这样就可以产生多个的qkv去计算注意力，对多个qkv计算的注意力经过一个权重矩阵变化得到最后的结果。

         后来看了一个大佬写的解释感觉更符合实际代码过程。把原来计算的qkv均分成多个，一组一组的qkv去计算注意力（步骤和前面的过程一致）。大佬文章（下图取自大佬的文章）

三、attention代码

      代码是自己看完视频参考写的，如果有误可以指出修改。

import paddle
import paddle.nn
 
 
 
class Atten(paddle.nn.Layer):
    def __init__(self,embed_dim,head_dim,dropout=0.):
        super(Atten, self).__init__()
        self.head_dim = embed_dim//self.head_dim
        self.qkv = paddle.nn.Linear(embed_dim,int(3*embed_dim))
        self.dropout = paddle.nn.Dropout(dropout)
        self.scale = self.head_dim ** -0.5 
        self.proj = paddle.nn.Linear(embed_dim,embed_dim)
        self.softmax = paddle.nn.Softmax(-1)
    def forward(self,x):
        batchsize,num_patch,embedding_dim = x.shape
        qkv = self.qkv(x)
        #[4, 16, 288]
        qkv = qkv.reshape((batchsize,num_patch,3,embedding_dim//self.head_dim,-1)).transpose((2,0,4,1,3))
        q,k,v = qkv[0],qkv[1],qkv[2]
        attn = paddle.matmul(q, k, transpose_y=True)
        attn = self.scale * attn
        
        attn = self.softmax(attn)
        attn = self.dropout(attn)
        out = paddle.matmul(attn, v)
        out = out.transpose([0, 2, 1, 3])
        out = out.reshape([batchsize, num_patch, -1])
        out = self.proj(out)
        out = self.dropout(out)
        return out
 
 
 
def main():
    ## [batchsize,num_patch,dim_embed]
    t = paddle.randn((4,16,96))
    model = Atten(96,8)
    out = model(t)
    print(out.shape)
 
 
if __name__ =='__main__':
    main()

总结

        正在入门深度学习，其中的理解与解释比较牵强，后面会不断学习此课程，学习记录。