zdaiot

Transformer由论文《Attention is All You Need》提出。学（烤）习（贝）一下。实现声明，本文大部分内容来源于Transformer模型详解（图解最完整版），对于不理解的地方，我会加上个人注解。

整体结构

首先介绍 Transformer 的整体结构，下图是 Transformer 用于中英文翻译的整体结构：

可以看到 Transformer 由 Encoder 和 Decoder 两个部分组成，各包含 6 个 block。它的工作流程大体如下：

事先声明，本文章大部分内容来源于理解TensorFlow的Queue，并添加个人理解。

Queue相关的概念只有三个：

• Queue是TF队列和缓存机制的实现
• QueueRunner是TF中对操作Queue的线程的封装
• Coordinator是TF中用来协调线程运行的工具

虽然它们经常同时出现，但这三样东西在TensorFlow里面是可以单独使用的，不妨先分开来看待。

Queue

事先声明，以下大部分内容来源于tensorflow 模型导出总结，并加上个人见解。

tensorflow 1.0 以及2.0 提供了多种不同的模型导出格式，例如说有checkpoint，SavedModel，Frozen GraphDef，Keras model（HDF5） 以及用于移动端，嵌入式的TFLite。

模型导出主要包含了：参数以及网络结构的导出，不同的导出格式可能是分别导出，或者是整合成一个独立的文件。

• 参数和网络结构分开保存：checkpoint， SavedModel
• 只保存权重：HDF5（可选）
• 参数和网络结构保存在一个文件：Frozen GraphDef，HDF5（可选）

在tensorflow 1.0中，可以见下图，主要有三种主要的API：Keras、Estimator以及Legacy即最初的session模型，其中tf.Keras主要保存为HDF5，Estimator保存为SavedModel，而Lagacy主要保存的是Checkpoint，并且可以通过freeze_graph，将模型变量冻结，得到Frozen GradhDef的文件。这三种格式的模型，都可以通过TFLite Converter导出为 .tflite 的模型文件，用于安卓/ios/嵌入式设备的serving。

最近，学完字符编码之后，准备一鼓作气，看一下数字编码。

整数编码

在C语音中，整数编码可以分为有符号整数和无符号整数。当用关键字 char short long等指定，默认的是前面有signed，如果声明为有符号类型，需要在关键字前加unsigned，如unsigned short ，unsigned long等等。

那么这些数据是如何存储的呢？

无符号整数

最近在搞二进制分析的东西，对于字符编码特别糊涂，所以学习了一下，本来觉得阮一峰的笔记挺好的，但是感觉又有点问题，所以我这里在自己总结一下，以下大部分内容还是来源于阮一峰的笔记。当然我自己总结的可能也不太对（知识有限呀），之后可以再修改。

ASCII 码

计算机中，每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。

ASCII 码一共规定了128个字符的编码，比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。

之前一直知道Pytorch、numpy之类有好几种变换维度的方法，但是之前了解的不深，今天总结一下。

Reshape

Pytorch在reshape的时候，是按照行存储的方式进行的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

import torch

In [16]: x = torch.randn(2, 3, 4)

In [17]: x
Out[17]:
tensor([[[ 0.2921, -0.1806, -1.0838, -0.6770],
         [-0.7797,  0.2614, -0.5380,  1.8941],
         [-0.7261,  0.8209,  0.0286,  0.0997]],

        [[ 0.5549,  0.9036,  0.8790, -0.5776],
         [ 0.3745,  0.6963, -0.3445, -0.0022],
         [-0.5991,  1.4639, -0.5396, -0.1702]]])

In [19]: torch.reshape(x, (-1, 2))
Out[19]:
tensor([[ 0.2921, -0.1806],
        [-1.0838, -0.6770],
        [-0.7797,  0.2614],
        [-0.5380,  1.8941],
        [-0.7261,  0.8209],
        [ 0.0286,  0.0997],
        [ 0.5549,  0.9036],
        [ 0.8790, -0.5776],
        [ 0.3745,  0.6963],
        [-0.3445, -0.0022],
        [-0.5991,  1.4639],
        [-0.5396, -0.1702]])

permute

Pytorch的两种保存模型方式

众所周知，Pytorch存储模型主要有两种方式。

方式一：Save/Load state_dict (Recommended)

只保存权重：

1

torch.save(model.state_dict(), PATH)

brew安装历史版本

由于Mac中使用homebrew安装的库都是最新的，有时需要老版本的软件，就很难办。

在工作中想用opencv3.3，但是使用brew安装的都是3.4，后来查到个方法，就是指定需要安装的opencv.rb文件

使用brew info opencv 可以看到：（最新的是3.4，我安装的是3.3）

1
2
3
4
5
6

opencv: stable 3.4.0 (bottled)
Open source computer vision library
https://opencv.org/
/usr/local/Cellar/opencv/3.3.0_3 (516 files, 123MB) *
 Poured from bottle on 2018-02-24 at 15:28:54
From: https://github.com/Homebrew/homebrew-core/blob/master/Formula/opencv.rb

注意这篇文章来源于Pytorch中的仿射变换(affine_grid)，感觉写的很好，所以转运过来了。

在看 pytorch 的 Spatial Transformer Network 教程 时，在 stn 层中的 affine_grid 与 grid_sample 函数上卡住了，不知道这两个函数该如何使用，经过一些实验终于搞清楚了其作用。

参考：详细解读 Spatial Transformer Networks (STN)，该文章与李宏毅的课程一样，推荐听李老师的 STN 这一课，讲的比较清楚；

假设我们有这么一张图片：

服务器端配置

首先配置~/.jupyter/jupyter_lab_config.py，内容为：

1
2
3
4
5
6
7
8
9
10

c.LabApp.allow_origin = '*'
c.ServerApp.ip = '0.0.0.0'
c.LabApp.allow_remote_access = True
c.LabApp.allow_root = True
c.LabApp.base_url = '/jupyter'
c.LabApp.open_browser = False
c.LabApp.token = "***********************"
c.LabApp.port = 80
c.LabApp.terminals_enabled = True
c.LabApp.tornado_settings = {'shell_command': ['/usr/bin/zsh']}

其中将c.LabApp.token为密码，当你登陆Jupyter Lab的时候需要使用。

c.LabApp.tornado_settings设置不是必须的，只是方便使用zsh时，可以通过配置让终端可以好看点。下面的Environment同理。