知识卡片
扩展查询维不必等于嵌入维
注意力内部维度为查询头数×每头维度,可与输入嵌入维不同,再由 out_proj 映射回残差宽度。本书配置16×128=2048,而嵌入维为1024;不能默认 head_dim 总是 emb_dim/n_heads。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
self.d_out = num_heads * head_dim self.W_query = nn.Linear( d_in, self.d_out, bias=False, dtype=dtype ) self.W_key = nn.Linear( d_in, num_kv_groups * head_dim, bias=False,dtype=dtype ) self.W_value = nn.Linear( d_in, num_kv_groups * head_dim, bias=False, dtype=dtype ) self.out_proj = nn.Linear(self.d_out, d_in, bias=False, dtype=dtype) if qk_norm: self.q_norm = RMSNorm(head_dim, eps=1e-6) self.k_norm = RMSNorm(head_dim, eps=1e-6) else: self.q_norm = self.k_norm = None
参考来源
- 位置:《Build a Reasoning Model (From Scratch)》第09章《附录C Qwen3模型源码》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Build a Reasoning Model (From Scratch)/_epub-src/OEBPS/Text/appendix-c.html)
- 结论依据:摘录中关于扩展查询维不必等于嵌入维的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:self.d_out = num_heads * head_dim self.W_query = nn.Linear( d_in, self.d_out, bias=False, dtype=dtype ) self.W_key = nn.Linear( d_in, num_kv_groups * head_dim, bias=False,dtype=dtype ) self.W_value = nn.Linear( d_in, num_kv_groups * head_dim, bias=False, dtype=dtype ) self.out_proj = nn.Linear(self.d_out, d_in, bias=False, dtype=dtype) if qk_norm: self.q_norm = RMSNorm(head_dim, eps=1e-6) self.k_norm = RMSNorm(head_dim, eps=1e-6) else: self.q_norm = self.k_norm = None