TransformerEncoderLayer¶
- class torch.nn.TransformerEncoderLayer(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]¶
TransformerEncoderLayer 由自注意力和前馈网络组成。
此标准编码器层基于论文“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。Attention is all you need。在神经信息处理系统进展中,第 6000-6010 页。用户可以在应用程序中以不同的方式进行修改或实现。
TransformerEncoderLayer 可以处理传统的 torch.tensor 输入或嵌套张量输入。派生类预计会类似地接受两种输入格式。(并非所有输入组合当前都受 TransformerEncoderLayer 支持,而嵌套张量处于原型阶段。)
如果您正在实现自定义层,则可以将其派生自 Module 或 TransformerEncoderLayer 类。如果您的自定义层支持 torch.Tensors 和嵌套张量输入,请将其实现作为 TransformerEncoderLayer 的派生类。如果您的自定义层仅支持 torch.Tensor 输入,请将其实现派生自 Module。
- 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=2048)。
dropout (float) – 丢弃值(默认值=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(默认值=1e-5)。
batch_first (bool) – 如果
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
True
,则分别在注意力和前馈操作之前进行层归一化。否则,在之后进行。默认值:False
(之后)。bias (bool) – 如果设置为
False
,Linear
和LayerNorm
层将不会学习加性偏差。默认值:True
。
- 示例:
>>> encoder_layer = nn.TransformerEncoderLayer(d_model=512, nhead=8) >>> src = torch.rand(10, 32, 512) >>> out = encoder_layer(src)
- 或者,当
batch_first
为True
时 >>> encoder_layer = nn.TransformerEncoderLayer(d_model=512, nhead=8, batch_first=True) >>> src = torch.rand(32, 10, 512) >>> out = encoder_layer(src)
- 快速路径
如果满足以下所有条件,则 forward() 将使用在 FlashAttention:具有 IO 意识的快速且内存高效的精确注意力 中描述的特殊优化实现
自动微分已禁用(使用
torch.inference_mode
或torch.no_grad
)或没有张量参数requires_grad
训练已禁用(使用
.eval()
)batch_first 为
True
且输入已批处理(即src.dim() == 3
)activation 是以下之一:
"relu"
、"gelu"
、torch.functional.relu
或torch.functional.gelu
最多传递一个
src_mask
和src_key_padding_mask
如果 `src` 是一个 嵌套张量,则不会传递 `src_mask` 或 `src_key_padding_mask`。
两个 `LayerNorm` 实例具有一致的 `eps` 值(除非调用方手动修改了其中一个而没有修改另一个,否则这种情况自然会发生)。
如果使用的是优化后的实现,则可以将 嵌套张量 传递给 `src`,以便比使用填充掩码更有效地表示填充。在这种情况下,将返回一个 嵌套张量,并且可以预期额外的加速,该加速与输入中填充部分的比例成正比。
- forward(src, src_mask=None, src_key_padding_mask=None, is_causal=False)[source]¶
将输入传递给编码器层。
- 参数
- 返回类型
- 形状
参见
Transformer
中的文档。