attention¶

paddle.sparse.nn.functional. attention ( query, key, value, sparse_mask, key_padding_mask=None, attn_mask=None, name=None ) [源代码] ¶

注解

该 API 从 CUDA 11.7 开始支持。

稀疏 Attention，该 API 内部使用 SparseCsrTensor 来存储 Transformer 模块中的 attention 矩阵，从而达到减少显存占用、提高性能的目的。参数 sparse_mask 描述了稀疏矩阵的非 0 元素索引布局。

\[result = softmax(\frac{ Q * K^T }{\sqrt{d}}) * V\]

其中：矩阵 Q K V 表示 attention 模块的三个输入 Tensor，其 shape 均为 [batch_size, num_heads, seq_len, head_dim] ，公式中的 d 代表 head_dim 。

参数¶

query (DenseTensor) - Attention 模块的 query 输入，4D Tensor，数据类型为 float32、float64。

key (DenseTensor) - Attention 模块的 key 输入，4D Tensor，数据类型为 float32、float64。

value (DenseTensor) - Attention 模块的 value 输入，4D Tensor，数据类型为 float32、float64。

sparse_mask (SparseCsrTensor) - Attention 模块的非 0 元素布局，是一个 3D 的 SparseCsrTensor，shape 为 [batch_size*num_heads, seq_len, seq_len] 。同时每个批次的非 0 元素个数均相等。crows 和 cols 的数据类型为 int64，value 的数据类型为 float32、float64。

key_padding_mask (DenseTensor, 可选) - Attention 模块中的 key padding mask，是一个 2D 的 DenseTensor，shape 为 [batch_size, seq_len] 。数据类型为 float32、float64。默认：None，表示无此掩码运算。

attn_mask (DenseTensor, 可选) - Attention 模块中的 attention mask，是一个 2D 的 DenseTensor，shape 为 [seq_len, seq_len] 。数据类型为 float32、float64。默认：None，表示无此掩码运算。

name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

DenseTensor: 维度为 4，shape 为 [batch_size, num_heads, seq_len, head_dim] ，dtype 与输入相同。

代码示例¶

          >>> import paddle
>>> paddle.device.set_device('gpu')

>>> batch_size = 16
>>> num_heads = 16
>>> seq_len = 512
>>> head_dim = 32

>>> query = paddle.rand([batch_size, num_heads, seq_len, head_dim])
>>> key = paddle.rand([batch_size, num_heads, seq_len, head_dim])
>>> value = paddle.rand([batch_size, num_heads, seq_len, head_dim])

>>> query.stop_gradient = False
>>> key.stop_gradient = False
>>> value.stop_gradient = False

>>> mask = paddle.nn.functional.dropout(paddle.ones([seq_len, seq_len])).expand([batch_size, num_heads, seq_len, seq_len])
>>> sp_mask = mask.reshape([-1, seq_len, seq_len]).to_sparse_csr()

>>> kp_mask = paddle.randint(0, 2, [batch_size, seq_len]).astype(paddle.float32)
>>> attn_mask = paddle.randint(0, 2, [seq_len, seq_len]).astype(paddle.float32)

>>> output = paddle.sparse.nn.functional.attention(query, key, value, sp_mask, kp_mask, attn_mask)
>>> output.backward()

         