快捷方式

TransformerDecoderLayer

class torch.nn.TransformerDecoderLayer(d_model, nhead, dim_feedforward=2048, dropout=0.1, activation=<function relu>, layer_norm_eps=1e-05, batch_first=False, norm_first=False, bias=True, device=None, dtype=None)[源代码]

TransformerDecoderLayer 由自注意力、多头注意力和前馈网络组成。

此标准解码器层基于论文“Attention Is All You Need”。Ashish Vaswani、Noam Shazeer、Niki Parmar、Jakob Uszkoreit、Llion Jones、Aidan N Gomez、Lukasz Kaiser 和 Illia Polosukhin。2017 年。注意力就是你所需要的一切。在神经信息处理系统进展中,第 6000-6010 页。用户可以在应用过程中以不同的方式修改或实现。

参数
  • d_model (int) – 输入中预期特征的数量(必需)。

  • nhead (int) – 多头注意力模型中的头数(必需)。

  • dim_feedforward (int) – 前馈网络模型的维度(默认值为 2048)。

  • dropout (float) – dropout 值(默认为 0.1)。

  • activation (Union[str, Callable[[Tensor], Tensor]]) – 中间层的激活函数,可以是字符串(“relu” 或 “gelu”)或一元可调用对象。默认值:relu

  • layer_norm_eps (float) – 层归一化组件中的 eps 值(默认为 1e-5)。

  • batch_first (bool) – 如果为 True,则输入和输出张量将作为 (batch, seq, feature) 提供。默认值:False (seq, batch, feature)。

  • norm_first (bool) – 如果为 True,则分别在自注意力、多头注意力和前馈操作之前执行层归一化。否则在之后执行。默认值:False (之后)。

  • bias (bool) – 如果设置为 False,则 LinearLayerNorm 层将不会学习累加偏差。默认值:True

示例:
>>> decoder_layer = nn.TransformerDecoderLayer(d_model=512, nhead=8)
>>> memory = torch.rand(10, 32, 512)
>>> tgt = torch.rand(20, 32, 512)
>>> out = decoder_layer(tgt, memory)
或者,当 batch_firstTrue
>>> decoder_layer = nn.TransformerDecoderLayer(d_model=512, nhead=8, batch_first=True)
>>> memory = torch.rand(32, 10, 512)
>>> tgt = torch.rand(32, 20, 512)
>>> out = decoder_layer(tgt, memory)
forward(tgt, memory, tgt_mask=None, memory_mask=None, tgt_key_padding_mask=None, memory_key_padding_mask=None, tgt_is_causal=False, memory_is_causal=False)[源代码]

将输入(和掩码)通过解码器层。

参数
  • tgt (Tensor) – 解码器层的序列(必需)。

  • memory (Tensor) – 来自编码器最后一层的序列(必需)。

  • tgt_mask (Optional[Tensor]) – tgt 序列的掩码(可选)。

  • memory_mask (Optional[Tensor]) – memory 序列的掩码(可选)。

  • tgt_key_padding_mask (可选[Tensor]) – 每个批次的 tgt 密钥掩码(可选)。

  • memory_key_padding_mask (可选[Tensor]) – 每个批次的内存密钥掩码(可选)。

  • tgt_is_causal (布尔值) – 如果指定,则应用因果掩码作为 tgt mask。默认值:False。警告:tgt_is_causal 提示 tgt_mask 是因果掩码。提供不正确的提示可能导致执行错误,包括向前和向后兼容性。

  • memory_is_causal (布尔值) – 如果指定,则应用因果掩码作为 memory mask。默认值:False。警告:memory_is_causal 提示 memory_mask 是因果掩码。提供不正确的提示可能导致执行错误,包括向前和向后兼容性。

返回类型

张量

形状

参见 Transformer 中的文档。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得解答

查看资源