9from typing import Optional
10
11import torch
12from torch import nn
13
14from labml_helpers.module import Module
15from labml_nn.transformers.fast_weights import DPFP
16from labml_nn.transformers.feed_forward import FeedForward
17from labml_nn.transformers.mha import PrepareForMultiHeadAttention
18from labml_nn.utils import clone_module_list21class FastWeightsAttention(Module):22 def __init__(self, heads: int, d_model: int, dropout_prob: float, phi: DPFP):
23 super().__init__()හිසකටවිශේෂාංග ගණන
26 self.d_k = d_model // heads28 self.heads = headsමේවා query
බහු-ශීර්ෂ අවධානය පරිවර්තනය කරයි.
31 self.query = PrepareForMultiHeadAttention(d_model, heads, self.d_k, bias=False)මේවාබහු ශීර්ෂ අවධානය value
සඳහා පරිවර්තනය කරයි. key
33 self.key = PrepareForMultiHeadAttention(d_model, heads, self.d_k, bias=False)
34 self.value = PrepareForMultiHeadAttention(d_model, heads, self.d_k, bias=False)
35
36 self.gate = nn.Sequential(PrepareForMultiHeadAttention(d_model, heads, 1, bias=False),
37 nn.Sigmoid())
38
39 self.phi = phiප්රතිදානස්ථරය
42 self.output = nn.Linear(d_model, d_model)හැලීම
44 self.dropout = nn.Dropout(dropout_prob)46 def forward(self, x: torch.Tensor, weights: Optional[torch.Tensor]):
47 query = self.phi(self.query(x))
48 key = self.phi(self.key(x))
49 value = self.value(x)
50
51 if weights is None:
52 weights = key.new_zeros((key.shape[0], key.shape[1], value.shape[2], key.shape[2]))
53
54 value_existing = torch.einsum('bhvk,bhk->bhv', weights, key)
55
56 beta = self.gate(x)
57
58 weights = weights + torch.einsum('bhv,bhk->bhvk', beta * (value - value_existing), key)
59
60 x = torch.einsum('bhvk,bhk->bhv', weights, query)බහුහිස් සංයුක්ත කරන්න
63 x = x.reshape(x.shape[0], -1)ප්රතිදානස්ථරය
66 return self.output(x), weights69class FastWeightsAttentionTransformerLayer(Module):70 def __init__(self, *,
71 d_model: int,
72 attn: FastWeightsAttention,
73 feed_forward: FeedForward,
74 dropout_prob: float):
75 super().__init__()ට්රාන්ස්ෆෝමර්ප්රමාණය
77 self.size = d_model79 self.attn = attn
80 self.feed_forward = feed_forward
81 self.dropout = nn.Dropout(dropout_prob)සාමාන්යකරණයස්ථර
84 self.norm_self_attn = nn.LayerNorm([d_model])
85 self.norm_ff = nn.LayerNorm([d_model])87 def forward(self, x: torch.Tensor, weights: Optional[torch.Tensor]):
88 attn, weights = self.attn(x, weights)ස්වයංඅවධානය ප්රතිඵල එකතු
90 x = x + self.dropout(attn)පෝෂණයසඳහා සාමාන්යකරණය කරන්න
93 z = self.norm_ff(x)Feed-forwardජාලය හරහා ගමන් කරන්න
95 ff = self.feed_forward(z)ප්රතිපෝෂණඉදිරි ප්රති results ල නැවත එක් කරන්න
97 x = x + self.dropout(ff)100 return x, weights103class FastWeightsAttentionTransformer(Module):104 def __init__(self, layer: FastWeightsAttentionTransformerLayer, n_layers: int):
105 super().__init__()ට්රාන්ස්ෆෝමර්ස්ථරයේ පිටපත් සාදන්න
107 self.layers = clone_module_list(layer, n_layers)අවසානසාමාන්යකරණ ස්තරය
109 self.norm = nn.LayerNorm([layer.size])111 def forward(self, x_seq: torch.Tensor):අනුක්රමිකඅක්ෂය දිගේ ලැයිස්තුවකට ආදානය බෙදන්න
113 x_seq = torch.unbind(x_seq, dim=0)ප්රතිදානයන්ගබඩා කිරීම සඳහා ලැයිස්තුව
115 res = []එක්එක් ආදාන පියවර සඳහා
117 weights = [None for _ in range(len(self.layers))]
118
119 for x in x_seq:එක්එක් ස්ථරය හරහා ධාවනය කරන්න
121 for i, layer in enumerate(self.layers):ස්ථරප්රතිදානය ලබා ගන්න
123 x, weights[i] = layer(x, weights[i])
124
125 res.append(x)නිමැවුම්ආතතීන් ගොඩගසන්න
128 res = torch.stack(res)ප්රතිදානයසාමාන්යකරණය කරන්න
130 return self.norm(res)