Table of Contents
Shortcuts

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 由自注意力机制、多头注意力机制和前馈网络组成。

这个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. Attention is all you need. 在 Advances in Neural Information Processing Systems, 页码 6000-6010. 用户可以在应用中修改或以不同方式实现。

Parameters

  • d_model (int) – 输入中预期的特征数量（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=2048）。

  • dropout (float) – 丢弃率（默认值=0.1）。

  • 激活 (联合[字符串, 可调用[[张量], 张量]]) – 中间层的激活函数，可以是字符串 (“relu” 或 “gelu”) 或一元可调用函数。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，则输入和输出张量以 (batch, seq, feature) 的形式提供。默认值：False (seq, batch, feature)。

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

  • 偏差 (布尔值) – 如果设置为 False，Linear 和 LayerNorm 层将不会学习一个加性偏差。默认值：True。

Examples::
>>> 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)
Alternatively, when batch_first is True:
>>> 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。

Parameters

  • tgt (Tensor) – 解码器层的输入序列（必需）。

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

  • tgt_mask (可选[张量]) – 目标序列的掩码（可选）。

  • memory_mask (可选[张量]) – 用于记忆序列的掩码（可选）。

  • tgt_key_padding_mask (可选[张量]) – 每个批次的目标键的掩码（可选）。

  • memory_key_padding_mask (可选[张量]) – 每个批次内存键的掩码（可选）。

  • tgt_is_causal (bool) – 如果指定，则应用因果掩码作为 tgt mask。 默认值：False。 警告： tgt_is_causal 提供了一个提示，即 tgt_mask 是 因果掩码。提供错误的提示可能会导致 错误的执行，包括向前和向后的 兼容性。

  • memory_is_causal (bool) – 如果指定，则应用因果掩码作为 memory mask。 默认值：False。 警告： memory_is_causal 提供了一个提示，即 memory_mask 是因果掩码。提供错误的提示可能会导致错误的执行，包括 向前和向后的兼容性问题。

Return type

张量

Shape:

查看 Transformer 文档。

优云智算