Pine发自凹非寺量子位|公众号Qbit@I真正零门槛！小白都能轻松看懂的Transformer教程来了。在自然语言处理和计算机视觉领域，Transf
Pine 发自 凹非寺
量子位 | 公众号 Qbit@I
(相关资料图)
真正零门槛！小白都能轻松看懂的Transformer教程来了。
在自然语言处理和计算机视觉领域，Transformer先后替代了RNN、CNN的地位成为首选模型，最近爆火的ChatGPT也都是基于这个模型。
换言之，想进入机器学习的领域，就必须得懂Transformer。
这不，量子位就发现了一篇零基础也能学的教程，作者是前微软、Facebook首席数据科学家，也是MIT机械工程的硕博士，从视觉化矩阵乘法开始，带你一步步入门。
DeepMind研究科学家@ndrew Trask也转发评论道：
这是我至今见过最好的教程，它对入门者非常非常友好。
这条帖子也是掀起了一阵热度，浏览量已经有近30w。
网友们也纷纷在评论区作出“码住”状。
从视觉化矩阵乘法开始学
因为这是一个新手入门的教程，所以在正式学Transformer之前，会有很多介绍矩阵乘法和反向传播的内容。
并且在介绍的过程中，作者逐个添加学习Transforme所需要了解的概念，并加以解释。
具体有多新手友好，我们先来浅看下这篇教程～
基础概念解释
首先，了解Transformer的第一步就是编码，就是把所有的单词转换成数字，进而可以进行数学计算。
一般来说，将符号转换为数字的有效方法是先对所有单词符号分配数字，每个单词符号都会对应一个独立的数字，然后单词组成的句子便可以通过数字序列来表示了。
举个简单的例子，比如files=1、find=2和my=3。然后，句子“ Find my files”可以表示为数字序列[2,3,1]。
不过这里介绍的是另外一种方法，即独热编码。
具体来说，就是将单词符号转换成一个数组，这个数组中只能有一个1，其他全为0。还是上面那个例子，用这种方式表示的话如下图。
这样一来，句子“Find my files”就变成了一维数组的序列，压缩到一块也就像是二维数组了。
接下来就要再来了解下点积和矩阵乘法了。
点积这里也就不再过多赘述，元素相乘再相加便可以了。
它有两个作用，一个是用来度量两个单词之间的相似性，一个是显示单词的表示强度。
相似性很容易判别，一个单词的独热矢量和自己的点积是1，和其他的点积为0.
至于表示强度，和一个能够表示不同权重的值向量进行点乘便可以了。
矩阵乘法，看下面这幅图便足矣。
从简单的序列模型开始介绍
了解完这些基础概念之后，就要步入正轨了，开始学习Transformer是如何处理命令的。
还是用例子来解释，开发NLP计算机界面时，假设要处理3种不同的命令
Show me my directories please.（请给我看看我的目录）
Show me my files please.（请给我看看我的档案）
Show me my photos please.（请给我看看我的照片）
可以用下面这个流程图（马尔可夫链）来表示，箭头上的数字表示下一个单词出现的概率。
接下来解释将马尔可夫链转换为矩阵形式了，如下图。
每一列代表一个单词，并且每一列中的数字代表这个单词会出现的概率。
因为概率和总是为1，所以每行的数字相加都为1。
以my为例，要想知道它的下一个单词的概率，可以创建一个my的独热向量，乘上面的转移矩阵便能得出了
再然后，作者又详细介绍了二阶序列模型，带跳跃的二阶序列模型，掩码。
至此，关于Transformer，已经学到了最核心的部分，至少已经了解了在解码时，Transformer是如何做的。
不过了解Transformer工作的原理和重新建造Transformer模型之间还是有很大差距的，后者还得考虑到实际情况。
因此教程中还进一步展开，作了更大篇幅的学习教程，包括Transformer最重要的注意力机制。
换句话说，这个教程就是从最基础的东西教我们重新构建一个Transformer模型。
更加具体内容就不在这里一一列出了，感兴趣的朋友可以戳文末链接学习。
目录先放在这里，可以根据自己的基础知识选择从哪个阶段开始学起：
1、独热（one-hot）编码2、点积3、矩阵乘法4、矩阵乘法查表5、一阶序列模型6、二阶序列模型7、带跳跃的二阶序列模型—-分割线—-（学完上面这些，就已经把握住Transformer的精髓了，不过要想知道Transformer，还得往下看）8、矩阵乘法中的注意力9、二阶矩阵乘法序列模型10、完成序列11、嵌入12、位置编码13、解除嵌入14、softmax函数15、多头注意力机制16、使用多头注意力机制的原因17、重现单头注意力机制18、多头注意力块之间的跳过连接19、横向规范化（Layer normalization）20、多注意力层21、解码器堆栈22、编码器堆栈23、编码器和解码器栈之间的交叉注意块—-又一个分割线—-（如果你学到这里，那说明Transformer你已经掌握得差不多了，后面讲的东西就是关于如何让神经网络表现良好了）24、字节对编码（yte pair encoding）
作者介绍
randon Rohrer，目前是Linkedin的一名机器学习工程师，曾先后在微软，Facebook担任首席数据科学家。
在Facebook工作期间，他建立了一种更精确的电网映射预测模型，以评估全球的中压电网的连通性和路由。
写教程算是randon的一大爱好了，目前他所有的教程都不断更新在他的新书《如何训练你的机器人》中，帖子的跨度从职业发展到各种编程工具的介绍。
传送门：https://e2eml.school/transformers.html#softmax更多教程：https://e2eml.school/blog.html
— 完 —
量子位 Qbit@I · 头条号签约
关键词：
