torch_frame.nn.conv.ExcelFormerConv

class ExcelFormerConv(channels: int, num_cols: int, num_heads: int, diam_dropout: float = 0.0, aium_dropout: float = 0.0, residual_dropout: float = 0.0)

基础类：TableConv

ExcelFormer层在 “ExcelFormer: A Neural Network Surpassing GBDTs on Tabular Data” 论文中介绍。

Parameters:

• channels (int) – 输入/输出通道的维度。

• num_cols (int) – 列数。

• num_heads (int) – 注意力头的数量。

• diam_dropout (float) – diam_dropout。（默认值：0）

• aium_dropout (float) – aium_dropout. (默认值: 0)

• residual_dropout (float) – 残差丢弃率。（默认值：0）

reset_parameters() → None

重置模块的所有可学习参数。

forward(x: Tensor) → Tensor

将列方向的3维张量处理为另一个列方向的3维张量。

Parameters:

• x (torch.Tensor) – 输入列方向的张量，形状为 [batch_size, num_cols, hidden_channels]。

• args (Any) – 额外参数。

• kwargs (Any) – 额外的关键字参数。