位置编码（Poitional Encoding）

2024.3.13 位置编码（Poitional Encoding）

Self-Attention:对于每个词而言都是位置关系，把每个词的顺序打乱，得到的注意力值依然不变

优点：

1. 解决了长序列依赖问题
2. 可以并行

缺点：

1. 开销变大（需要算力增加）
2. 既然可以并行，则词与词之间不存在顺序关系（打乱一句话，这句话里的每个词的词向量依然不会改变），既无位置关系（既然没有，就加一个，通过位置编码的形式加）

位置编码怎么做

通过$t_1$告诉你，$x_1$是在前面，$x_2$在$x_1$的后面

为了解决 Attention 丢失的序列顺序信息，Transformer 的提出者提出了 Position Embedding，也就是对于输入 X进行 Attention 计算之前，在 X的词向量中加上位置信息，也就是说 X的词向量为

$X_{final\quad embedding}=Embedding+Positional\quad Embedding$

其中位置编码公式如下图所示：

其中 pos 表示位置、i 表示维度、$d_{model}$表示位置向量的向量维度 、2i、2i+1表示的是奇偶数（奇偶维度），上图所示就是偶数位置使用 sin函数，奇数位置使用 cos 函数。

过把单词的词向量和位置向量进行叠加，这种方式就称作位置嵌入，如下图所示：

z

$PE(pos+k,2i)=sin(pos+k) \quad $$PE(pos+k,2i+1)=cos(pos+k)$

$sin$ ---->2$i$，$cos$ ------>2$i+1$

公式里面蕴含相对位置信息

pos+k是pos和k的线性组合

pos+k=5，我在计算第五个单词的位置编码的时候

pos=1,k=4

pos=2,k=3