深度学习进阶文档深度页
Transformer
Transformer 由注意力、前馈网络、残差、归一化和位置表示组成。
学习目标
- 解释核心机制
- 手算一个主要形状或公式
- 运行完整示例并排查错误
为什么需要这个概念
Transformer是该文档中连接数据表示、训练目标和工程实现的核心主题。
- 掌握Transformer的输入输出与训练边界
- 能够用 PyTorch 代码验证公式和形状
学习前需要掌握
PyTorch Tensor内容待补充神经网络训练循环
背景与问题
Transformer是该文档中连接数据表示、训练目标和工程实现的核心主题。
概念定义
Transformer 由注意力、前馈网络、残差、归一化和位置表示组成。
直观理解
把Transformer理解为数据在模型中的一套明确变换，而不是只记一个类名。
核心原理
注意力负责位置间通信，FFN 逐位置变换，全局注意力长度成本为二次。
实现时必须同时检查 shape、dtype、mask 或模式切换，并用验证集而不是测试集选择配置。
数学表达
核心公式
Transformer的核心数学表达。
变量含义
Nbatch sizeD/H特征或隐藏维度
计算步骤
- 1按公式或模块逐步计算
- 2核对输出 shape
代码对应位置
示例 1Transformer · PyTorch 示例：验证Transformer的输入、计算和输出。
变量解释
| 变量 | 含义 |
|---|---|
N | batch size |
D/H | 特征或隐藏维度 |
完整数值示例
Transformer数值/形状检查
已知条件
- N=8
- D=64
- 1
按公式或模块逐步计算
- 2
核对输出 shape
输出保持 batch 维并符合任务头约定
处理前后对比
计算与实现步骤
- 1
确认输入与目标
- 2
建立最小模块
- 3
随机张量前向
- 4
计算损失
- 5
反向与更新
- 6
验证与错误分析
代码实现
示例 1
Transformer · PyTorch 示例
Transformer · PyTorch 示例
PyTorch
example_01.py用途：验证Transformer的输入、计算和输出。
layer=nn.TransformerEncoderLayer(256,8,1024,batch_first=True,norm_first=True)
x=torch.randn(4,20,256)
y=layer(x)
print(y.shape)代码解析
解析始终位于完整代码下方，并按实际代码段逐项对应。
输入数据与任务
验证Transformer的输入、计算和输出。
y- 目标标签或连续目标值。
Step 1 · 1–4 行
输出中间参数、形状或最终指标，用于核对代码是否符合预期。
layer=nn.TransformerEncoderLayer(256,8,1024,batch_first=True,norm_first=True)
x=torch.randn(4,20,256)
y=layer(x)
print(y.shape)预期输出或运行结果
打印与页面说明一致的张量形状或损失。
常见错误 · 4 条
- 没有位置表示
- padding 参与池化
- 架构与预训练权重不匹配
- 确认样本轴、特征轴以及 X 与 y 的第一维完全对应。
实际应用
- Transformer
- 教学与项目基线
常见错误
没有位置表示
padding 参与池化
架构与预训练权重不匹配
文档来源
19_注意力机制与Transformer原始文档
学习资料/deeplearning/19_注意力机制与Transformer.md- §9 位置编码
- §10 编码器层
- §12 三类架构
- §17 复杂度
常见问题
Transformer最先检查什么？
先检查输入输出 shape、dtype 和数据边界。
何时使用测试集？
全部设计锁定后最终评估。
推荐学习资料
书籍A 级
Dive into Deep Learning
把数学、图示、文字与可执行代码结合，系统覆盖深度学习基础和现代模型。
Zhang / Lipton / Li / Smola · D2L.ai
资料笔记
论文A 级
Attention Is All You Need
提出完全基于注意力机制的 Transformer 架构，并用于序列建模和机器翻译。
Vaswani et al. · arXiv / NeurIPS