Transformer学习笔记之Embedding层与Positional encoding_embedding positional encoding

一、前言

最近在学习Transformer框架，在此记录相关学习心得及个人理解，欢迎各位前辈的指正与批评，也欢迎同样在学习transformer的小伙伴一起交流。

该篇学习笔记更注重于对基础概念，理论的理解与推导，可能在后续会发布相关代码编程方面的学习笔记。

在学习Transformer时，向很多优秀的前辈学习到了宝贵的知识，附上链接供感兴趣的小伙伴查阅：

1.深入理解深度学习——注意力机制（Attention Mechanism）：位置编码（Positional Encoding）2.史上最小白之Transformer详解
3.Transformer从零详细解读(可能是你见过最通俗易懂的讲解)

二、Embedding层

关于Transformer的结构，相信各位都有所了解，最基础的理解就是Encoder与Decoder的结构，那么如图一所示，在Inputs的位置上还包含了两个重要的结构，即Embedding与Positional encoding。

图1 Transformer结构

首先从Embedding层入手，Embedding层也被称为文本嵌入层。

那么该层有何作用呢？可以设想一下，如何才能让计算机理解我们输入的词或句子呢？

显而易见，就是将输入的词或句子转化成计算机可以识别的语言，在这个环节中很多优秀的前辈应用了One-hot进行了解释。为了更加通俗的理解，或许我们可以认为Embedding层的作用就是将输入的词或句子映射为计算机可以理解的向量，更加通俗的讲就是通过Embedding层将输入的文本转化成计算机能识别的符号。

举个例子：如图2所示，假设我现在要输入“我爱你”三个字进入到计算机内，那么我们首先能想到的就是通过矩阵或向量的形式来进行表达。而Embedding恰好帮助我们去完成这个事情，无需过多纠结它是怎么完成这个任务的，在实际的操作当中，我们只需要关注输入词的数量，以及映射为向量的维度。在该示意图中，我们设置输入词的数量为3，映射后词的向量为4维（当然也可以是更多维度，比如512维。）那么经过Embedding层后，可以发现，“我”被映射成了[0,1,2,3]，这里的列也就是我们所说的维度。同理，“爱”和“你”同样被映射成了相应的词向量。至此，我们完成了文本的输入的第一个环节。

图2 Embedding层示意图

三、Positional encoding

完成Embeding后，可能有小伙伴不禁疑惑，就单纯将“我爱你”三个字输入到计算机中，计算机虽然能够识别每一个字，但是无法理解“我爱你”所代表的含义，或者说三个字之间的关系啊。

不错，计算机确实无法理解“我爱你”三个字之间的关系，但是回想之前学过的知识，关于RNN循环神经网络逐个字的输入，循环是否就能很好的解决这个问题了呢。但是在Transformer结构中，并没有设置这样一层。通过对Transformer结构进行观察，不难发现进入Multi-Head Attention时，数据是并行进入的，也就是说同时处理“我”、“爱”、“你”这三个字，这样虽然能大大提升处理速度，但是回归第三节开头的问题，这还是无法让计算机理解其中的关系啊。这时就引出了Positional encoding了，这也就是Pe在Transformer中的作用，即赋予输入文本之间的位置关系。

对于Positional encoding（位置编码）而言，想要更好了理解它，不妨观察一下公式。

先别跳过公式，耐心观察一下，左边的PE是不是代表位置编码；(pos，2i)和(pos，2i+1)看着是不是有些眼熟，它像不像行列式中用来表达特定位置的坐标。不错，pos代表了行，2i和2i+1代表了列，这里的列还要注意一点，就是2i代表偶数列，2i+1代表奇数列。

再来看看右边，都认识sin、cos，那么也就是说在第pos行的第2i列，我采用sin()函数处理一下，在2i+1列，采用cos()函数处理一下不就行了吗。至于为什么要这么处理呢，大家可以回想一下sin与cos函数的函数图像。

那具体是怎么操作的呢，我们依旧用“我爱你”举例：

图3 Positional encoding示意图

如图3所示，假设在计算机中，“我”的位置编码可以表示用（pos，2i）表示为“我”（0，2i）:[0 1 2 3]，同理”爱“(1，2i): [0 1 2 3]。那么经过位置编码公式，就可以转化为下图所示：

图4 位置编码计算示意图

最终得到“我”的位置编码为[0 1 0 1]，同理，将“爱”的pos=2带入，得到爱的位置编码为[0.841 0.54 0.01 0.99]。至此，位置编码环节逐渐接近尾声，最后的操作只需要将每个词的位置编码与先前embedding输出的对应词向量相加就可以了。

四、总结

在Embedding中，我们完成了将输入文本转换为计算机可以识别的词向量任务。为了让计算机理解输入的文本之间存在的关系，我们采用Positional encoding的方式，赋予了词向量的位置关系，为后续计算机高效理解文本提供了坚实的基础。

虽然，Embedding和Positional encoding是Transformer中最基础的内容，但是我觉得将这一部分理解能更有助于进一步理解Transformer框架，文中用了很多自己理解的含义进行表达，难免存在理解错误，希望小伙伴们能够多多指正，也希望能够在大家的指正中快速进步！