我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
- Single-Head Attention 數學說明：AI說書 - 從0開始 - 52
- Multi-Head Attention 數學說明：AI說書 - 從0開始 - 53
- Attention 機制程式說明 - 輸入端：AI說書 - 從0開始 - 53
- Attention 機制程式說明 - Query 端：AI說書 - 從0開始 - 54
- Attention 機制程式說明 - Key 端：AI說書 - 從0開始 - 54
現在我們來撰寫 Query、Key、Value 權重矩陣的程式，在原始 Google 於 2017 年釋出的 Attention 論文中，Query、Key、Value 這三個矩陣的維度均為 512 x 64 ，前者對應 Embedding + Positional Encoding 後的維度，現在為了方便説明，我們把它們都調整成 4 x 3。
針對 Value 權重矩陣的程式配置如下：
W_Value = np.array([[0, 2, 0],
[0, 3, 0],
[1, 0, 3],
[1, 1, 0]])
整理圖示化結果如下，給定一段句子，假設有三個字，每個字用 4 維度的向量表示，然後配置 Query 、 Key 、 Value 三個矩陣，其維度均為 4 x 3 ：
圖片出自：Transformers for Natural Language Processing and Computer Vision - Third Edition, 2024
