AdditiveAttention 层

[源文件]

AdditiveAttention 类

keras.layers.AdditiveAttention(use_scale=True, dropout=0.0, **kwargs)

加性注意力层，也称为 Bahdanau 风格注意力。

输入是一个包含 2 或 3 个元素的列表： 1. 形状为 (batch_size, Tq, dim) 的 query 张量。 2. 形状为 (batch_size, Tv, dim) 的 value 张量。 3. 可选的 形状为 (batch_size, Tv, dim) 的 key 张量。 如果未提供，value 将用作 key。

计算步骤如下： 1. 使用 query 和 key 计算形状为 (batch_size, Tq, Tv) 的注意力分数，计算方式为非线性求和 scores = reduce_sum(tanh(query + key), axis=-1)。 2. 使用分数计算形状为 (batch_size, Tq, Tv) 的 softmax 分布。 3. 使用 softmax 分布创建形状为 (batch_size, Tq, dim) 的 value 的线性组合。

参数

• use_scale: 如果为 True，将创建一个标量变量来缩放注意力分数。
• dropout: 介于 0 和 1 之间的浮点数。用于丢弃注意力分数单元的比例。默认为 0.0。

调用参数

• inputs: 包含以下张量的列表
  • query: 形状为 (batch_size, Tq, dim) 的 Query 张量。
  • value: 形状为 (batch_size, Tv, dim) 的 Value 张量。
  • key: 可选的 形状为 (batch_size, Tv, dim) 的 Key 张量。如果未提供，value 将同时用作 key 和 value，这是最常见的情况。
• mask: 包含以下张量的列表
  • query_mask: 形状为 (batch_size, Tq) 的布尔掩码张量。如果提供，输出在 mask==False 的位置将为零。
  • value_mask: 形状为 (batch_size, Tv) 的布尔掩码张量。如果提供，将应用掩码，使得在 mask==False 位置上的值不参与结果计算。
• return_attention_scores: bool 类型，如果为 True，则将注意力分数（经过掩码和 softmax 后）作为额外的输出参数返回。
• training: Python 布尔值，指示层应处于训练模式（添加 dropout）还是推理模式（无 dropout）。
• use_causal_mask: 布尔值。对于解码器自注意力，设置为 True。添加一个掩码，使得位置 i 无法关注位置 j > i。这可以防止信息从未来流向过去。默认为 False。

输出：形状为 (batch_size, Tq, dim) 的注意力输出。（可选）形状为 (batch_size, Tq, Tv) 的经过掩码和 softmax 后的注意力分数。