Simplified with Einstein summations.
authorFrancois Fleuret <francois@fleuret.org>
Sat, 3 Apr 2021 10:36:18 +0000 (12:36 +0200)
committerFrancois Fleuret <francois@fleuret.org>
Sat, 3 Apr 2021 10:36:18 +0000 (12:36 +0200)
attentiontoy1d.py

index 2cecad8..d389f0c 100755 (executable)
@@ -7,7 +7,7 @@
 
 import torch, math, sys, argparse
 
-from torch import nn
+from torch import nn, einsum
 from torch.nn import functional as F
 
 import matplotlib.pyplot as plt
@@ -190,9 +190,9 @@ class AttentionLayer(nn.Module):
         Q = self.conv_Q(x)
         K = self.conv_K(x)
         V = self.conv_V(x)
-        A = Q.permute(0, 2, 1).matmul(K).softmax(2)
-        x = A.matmul(V.permute(0, 2, 1)).permute(0, 2, 1)
-        return x
+        A = einsum('nct,ncs->nts', Q, K).softmax(2)
+        y = einsum('nts,ncs->nct', A, V)
+        return y
 
     def __repr__(self):
         return self._get_name() + \
@@ -205,7 +205,8 @@ class AttentionLayer(nn.Module):
     def attention(self, x):
         Q = self.conv_Q(x)
         K = self.conv_K(x)
-        return Q.permute(0, 2, 1).matmul(K).softmax(2)
+        A = einsum('nct,ncs->nts', Q, K).softmax(2)
+        return A
 
 ######################################################################