前面课程中，实现了多头注意力机制中注意力的计算函数，接下来就是处理多头的逻辑。所谓多头，通俗理解就是把大的特征，拆分成多份，分别计算注意力。

这种结构设计，能让多个注意力机制，去提取每个词汇的不同特征部分，从而均衡同一种注意力机制可能产生的偏差，让词义拥有来自更多元的表达，实验表明可以提升模型效果。

注意，上图中 Linear 后面的残影，代表的是先分头，后经过 Linear 层，但在代码实现中，是先过 Linear 层，再分头。有实验证明，两种实现方法效果相当，所以沿用大众化的实现方案。

代码示例

1、类初始化 

内容不可见，请联系管理员开通权限。

2、分头，并计算注意力 

内容不可见，请联系管理员开通权限。

3、多头拼接

多头拆分的时候，两个维度互换了，合并时得换回来。 

内容不可见，请联系管理员开通权限。

好的，到目前为止，我们编码器的第一部分，多头注意力机制就完成了，接下来就是做残差和标准化，放在下节课介绍。

本文链接：http://ichenhua.cn/edu/note/656

版权声明：本文为「陈华编程」原创课程讲义，请给与知识创作者起码的尊重，未经许可不得传播或转售！