► Keras 2 API 文档 / 层 API / 注意力层 / 加性注意力层

加性注意力层

`AdditiveAttention` 类

tf_keras.layers.AdditiveAttention(use_scale=True, **kwargs)

加性注意力层，也称为 Bahdanau 风格注意力。

输入为形状为 [batch_size, Tq, dim] 的 query 张量、形状为 [batch_size, Tv, dim] 的 value 张量和形状为 [batch_size, Tv, dim] 的 key 张量。计算步骤如下：

将 query 和 key 分别重塑为形状 [batch_size, Tq, 1, dim] 和 [batch_size, 1, Tv, dim]。
计算形状为 [batch_size, Tq, Tv] 的分数，作为非线性求和：scores = tf.reduce_sum(tf.tanh(query + key), axis=-1)
使用分数计算形状为 [batch_size, Tq, Tv] 的分布：distribution = tf.nn.softmax(scores)。
使用 distribution 创建形状为 [batch_size, Tq, dim] 的 value 的线性组合：return tf.matmul(distribution, value)。

参数

use_scale：如果为 True，将创建一个变量来缩放注意力分数。
dropout：0 到 1 之间的浮点数。注意力分数中要丢弃的单元的分数。默认为 0.0。

调用参数

inputs：以下张量的列表
- query：形状为 [batch_size, Tq, dim] 的查询 Tensor。
- value：形状为 [batch_size, Tv, dim] 的值 Tensor。
- key：形状为 [batch_size, Tv, dim] 的可选键 Tensor。如果未给出，将对 key 和 value 都使用 value，这是最常见的情况。
mask：以下张量的列表
- query_mask：形状为 [batch_size, Tq] 的布尔掩码 Tensor。如果给出，则输出在 mask==False 的位置将为零。
- value_mask：形状为 [batch_size, Tv] 的布尔掩码 Tensor。如果给出，将应用掩码，使得 mask==False 位置的值不会对结果产生贡献。
training：Python 布尔值，指示层应该以训练模式（添加 dropout）还是推理模式（不添加 dropout）运行。
return_attention_scores：布尔值，如果为 True，则将注意力分数（掩码和 softmax 之后）作为额外的输出参数返回。
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

Attention outputs of shape `[batch_size, Tq, dim]`.
[Optional] Attention scores after masking and softmax with shape
    `[batch_size, Tq, Tv]`.

query、value 和 key 的含义取决于应用程序。例如，在文本相似性的情况下，query 是第一段文本的序列嵌入，value 是第二段文本的序列嵌入。key 通常与 value 相同。

以下是在 CNN+注意力网络中使用 AdditiveAttention 的代码示例

# Variable-length int sequences.
query_input = tf.keras.Input(shape=(None,), dtype='int32')
value_input = tf.keras.Input(shape=(None,), dtype='int32')

# Embedding lookup.
token_embedding = tf.keras.layers.Embedding(max_tokens, dimension)
# Query embeddings of shape [batch_size, Tq, dimension].
query_embeddings = token_embedding(query_input)
# Value embeddings of shape [batch_size, Tv, dimension].
value_embeddings = token_embedding(value_input)

# CNN layer.
cnn_layer = tf.keras.layers.Conv1D(
    filters=100,
    kernel_size=4,
    # Use 'same' padding so outputs have the same shape as inputs.
    padding='same')
# Query encoding of shape [batch_size, Tq, filters].
query_seq_encoding = cnn_layer(query_embeddings)
# Value encoding of shape [batch_size, Tv, filters].
value_seq_encoding = cnn_layer(value_embeddings)

# Query-value attention of shape [batch_size, Tq, filters].
query_value_attention_seq = tf.keras.layers.AdditiveAttention()(
    [query_seq_encoding, value_seq_encoding])

# Reduce over the sequence axis to produce encodings of shape
# [batch_size, filters].
query_encoding = tf.keras.layers.GlobalAveragePooling1D()(
    query_seq_encoding)
query_value_attention = tf.keras.layers.GlobalAveragePooling1D()(
    query_value_attention_seq)

# Concatenate query and document encodings to produce a DNN input layer.
input_layer = tf.keras.layers.Concatenate()(
    [query_encoding, query_value_attention])

# Add DNN layers, and create Model.
# ...

加性注意力层

AdditiveAttention 类

加性注意力层

AdditiveAttention 类

`AdditiveAttention` 类