tensorflow - 使用解码器隐藏状态和编码器输出计算张量流中 Bahdanau 注意力的注意力分数

Question

这个问题与此处显示的神经机器翻译有关：神经机器翻译

self.W1并在函数的self.W2第 4 行和第 5 行中初始化为每个 10 个单元的密集神经层__init__class BahdanauAttention

在随附的代码图像中，我不确定我是否理解在第 17 行和第 18 行中设置的前馈神经网络。所以，我将这个公式分解成几个部分。见第 23 行和第 24 行。

query_with_time_axis是 的输入张量self.W1，values是 的输入self.W2。并且每个计算函数Z = WX + b，并将 Z 加在一起。加在一起的张量的维度是(64, 1, 10)和(64, 16, 10)。我假设两者都是随机的权重初始化，self.W1并由幕后self.W2处理。Keras

问题：

将 Z 加在一起之后，tanh应用非线性 (self.Vscore

对于最后一步，我们不对 的结果应用激活函数（tanh 等）self.V(tf.nn.tanh(self.W1(query_with_time_axis) + self.W2(values)))，以从最后一个神经网络层获得单个输出。

最后一步没有使用激活函数有什么原因吗？

Answer 1

注意力的输出形成所谓的注意力能量，即每个编码器输出的一个标量。这些数字被堆叠成一个向量，这个向量使用 softmax 进行归一化，产生注意力分布。

所以，实际上，在下一步中应用了非线性，这就是softmax。如果你在 softmax 之前使用激活函数，你只会减少 softmax 可以做的分布空间。