快捷方式

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 FalseLinearLayerNorm 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_firstTrue
>>> 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_modetorch.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.relutorch.functional.gelu

  • 最多传递一个 src_masksrc_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
  • src (Tensor) – 编码器层的序列(必需)。

  • src_mask (Optional[Tensor]) – `src` 序列的掩码(可选)。

  • src_key_padding_mask (Optional[Tensor]) – 每个批次的 `src` 键的掩码(可选)。

  • is_causal (bool) – 如果指定,则将因果掩码应用为 `src_mask`。默认值:`False`。警告:`is_causal` 提供了一个提示,表明 `src_mask` 是因果掩码。提供错误的提示会导致执行错误,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 的综合开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源