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][源]

TransformerEncoderLayer 由自注意力(self-attn)和前馈网络(feedforward network)组成。

参见此教程以深入了解 PyTorch 为构建您自己的 transformer 层提供的性能构建块。

这个标准编码器层基于论文 Attention Is All You Need。用户可在应用过程中修改或以不同方式实现。

TransformerEncoderLayer 可以处理传统的 torch.tensor 输入或 Nested Tensor 输入。派生类也应类似地接受这两种输入格式。(当 Nested Tensor 处于原型阶段时,TransformerEncoderLayer 尚不支持所有输入组合。)

如果您正在实现一个自定义层,可以从 Module 或 TransformerEncoderLayer 类派生。如果您的自定义层同时支持 torch.Tensors 和 Nested Tensors 输入,请使其实现成为 TransformerEncoderLayer 的派生类。如果您的自定义层仅支持 torch.Tensor 输入,请使其实现从 Module 派生。

参数
  • d_model (int) – 输入中预期的特征数(必填)。

  • nhead (int) – 多头注意力模型中的头数(必填)。

  • dim_feedforward (int) – 前馈网络模型的维度(默认为 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。默认为 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,则输入和输出张量的维度为 (batch, seq, feature)。默认为 False (seq, batch, feature)。

  • norm_first (bool) – 如果为 True,则层归一化分别在注意力和前馈操作之前进行。否则在之后进行。默认为 False (之后)。

  • bias (bool) – 如果设置为 FalseLinearLayerNorm 层将不会学习加性偏置。默认为 True

示例:
>>> encoder_layer = nn.TransformerEncoderLayer(d_model=512, nhead=8)
>>> src = torch.rand(10, 32, 512)
>>> out = encoder_layer(src)
另外,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,forward() 将使用论文 FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness 中描述的特殊优化实现:

  • 禁用 autograd(使用 torch.inference_modetorch.no_grad)或没有张量参数 requires_grad

  • 禁用训练(使用 .eval()

  • batch_first 为 True 且输入是批处理的(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_masksrc_key_padding_mask

  • 如果 src 是一个 NestedTensor,则不传递 src_masksrc_key_padding_mask

  • 两个 LayerNorm 实例具有一致的 eps 值(除非调用者手动修改了其中一个而未修改另一个,否则通常如此)

如果使用了优化实现,可以为 src 传入一个 NestedTensor,以比使用填充掩码更高效地表示填充。在这种情况下,将返回一个 NestedTensor,并且可以预期获得与输入中填充部分比例相当的额外速度提升。

forward(src, src_mask=None, src_key_padding_mask=None, is_causal=False)[源][源]

通过编码器层传递输入。

参数
  • src (Tensor) – 传递给编码器层的序列(必填)。

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

  • src_key_padding_mask (Optional[Tensor]) – 每批次 src 键的掩码(可选)。

  • is_causal (bool) – 如果指定,将应用因果掩码作为 src mask。默认为 False。警告:is_causal 提供了一个提示,表明 src_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问题。

返回类型

Tensor

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

获取针对初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源