scaled_dot_product_attention¶

paddle.fluid.nets. scaled_dot_product_attention ( queries, keys, values, num_heads=1, dropout_rate=0.0 ) [源代码] ¶

该接口实现了的基于点积（并进行了缩放）的多头注意力（Multi-Head Attention）机制。attention可以表述为将一个查询（query）和一组键值对（key-value pair）映射为一个输出；Multi-Head Attention则是使用多路进行attention，而且对attention的输入进行了线性变换。公式如下：

其中， \(Q, K, V\) 分别对应 queries、 keys 和 values ，详细内容请参阅 Attention Is All You Need

要注意该接口实现支持的是batch形式， \(Attention(Q, K, V)\) 中使用的矩阵乘是batch形式的矩阵乘法，参考 fluid.layers. matmul 。

参数：

• queries （Variable） - 形状为 \([N, L_q, d_k \times h]\) 的三维Tensor，其中 \(N\) 为batch_size， \(L_q\) 为查询序列长度， \(d_k \times h\) 为查询的特征维度大小，\(h\) 为head数。数据类型为float32或float64。

• keys （Variable） - 形状为 \([N, L_k, d_k \times h]\) 的三维Tensor，其中 \(N\) 为batch_size， \(L_k\) 为键值序列长度， \(d_k \times h\) 为键的特征维度大小，\(h\) 为head数。数据类型与 queries 相同。

• values （Variable） - 形状为 \([N, L_k, d_v \times h]\) 的三维Tensor，其中 \(N\) 为batch_size， \(L_k\) 为键值序列长度， \(d_v \times h\) 为值的特征维度大小，\(h\) 为head数。数据类型与 queries 相同。

• num_heads （int） - 指明所使用的head数。head数为1时不对输入进行线性变换。默认值为1。

• dropout_rate （float） - 以指定的概率对要attention到的内容进行dropout。默认值为0，即不使用dropout。

返回： 形状为 \([N, L_q, d_v * h]\) 的三维Tensor，其中 \(N\) 为batch_size， \(L_q\) 为查询序列长度， \(d_v * h\) 为值的特征维度大小。与输入具有相同的数据类型。表示Multi-Head Attention的输出。

返回类型： Variable

抛出异常:

• ValueError： queries 、 keys 和 values 必须都是三维。

• ValueError： queries 和 keys 的最后一维（特征维度）大小必须相同。

• ValueError： keys 和 values 的第二维（长度维度）大小必须相同。

• ValueError： keys 的最后一维（特征维度）大小必须是 num_heads 的整数倍。

• ValueError： values 的最后一维（特征维度）大小必须是 num_heads 的整数倍。

代码示例

import paddle.fluid as fluid

queries = fluid.data(name="queries", shape=[3, 5, 9], dtype="float32")
keys = fluid.data(name="keys", shape=[3, 6, 9], dtype="float32")
values = fluid.data(name="values", shape=[3, 6, 10], dtype="float32")
contexts = fluid.nets.scaled_dot_product_attention(queries, keys, values)
contexts.shape  # [3, 5, 10]