Multihead-Attention

Multihead Attention for PyTorch

项目简介

最近在尝试注意力机制提升模型效果，没有找到PyTorch版本非常合适的Multihead-Attention，就参考部分资料尝试写了一个。

模块结构

Attention里面有两个简单的Self-Attention和Multihead-Attention
Multihead-Attention修改自：
https://www.github.com/kyubyong/transformer，
还参考了：
https://github.com/jadore801120/attention-is-all-you-need-pytorch
https://blog.csdn.net/stupid_3/article/details/83184691。
一般来说，Q、K、V三者的通道数(即字/词的向量维度)是一致的，K通常等于V，不过PyTorch的nn.LayerNorm和自己实现的略有出入。