mindspore.nn.Transformer

class mindspore.nn.Transformer(d_model: int = 512, nhead: int = 8, num_encoder_layers: int = 6, num_decoder_layers: int = 6, dim_feedforward: int = 2048, dropout: float = 0.1, activation: Union[str, Cell, callable] = 'relu', custom_encoder: Optional[Cell] = None, custom_decoder: Optional[Cell] = None, layer_norm_eps: float = 1e-05, batch_first: bool = False, norm_first: bool = False, dtype=mstype.float32)

Transformer模块，包括编码器和解码器。本模块与原论文的实现不同，原论文在LayerNorm前使用了残差模块。且默认的隐藏层激活函数为 gelu 。详情可见 Attention is all you need 。

参数：

• d_model (int) - Encoder或Decoder输入的特征数。默认值：512。

• nhead (int) - MultiheadAttention模块中注意力头的数量。默认值：8。

• num_encoder_layers (int) - Encoder的层数。默认值：6。

• num_decoder_layers (int) - Decoder的层数。默认值：6。

• dim_feedforward (int) - FeedForward层的维数。默认值：2048。

• dropout (float) - 随机丢弃比例。默认值：0.1。

• activation (Union[str, callable, Cell]) - 中间层的激活函数，可以输入字符串（ "relu" 、 "gelu" ）、函数接口（ mindspore.ops.relu() 、 mindspore.ops.gelu() ）或激活函数层实例（ mindspore.nn.ReLU 、 mindspore.nn.GELU ）。默认值： 'relu'。

• custom_encoder (Cell) - 自定义Encoder层。默认值：None。

• custom_decoder (Cell) - 自定义Decoder层。默认值：None。

• layer_norm_eps (float) - LayerNorm层的eps值，默认值：1e-5。

• batch_first (bool) - 如果为 True 则输入输出shape为 \((batch, seq, feature)\) ，反之，shape为 \((seq, batch, feature)\) 。默认值： False。

• norm_first (bool) - 如果为 True，则LayerNorm层位于MultiheadAttention层和FeedForward层之前，反之，位于其后。默认值： False。

• dtype (mindspore.dtype) - Parameter的数据类型。默认值： mstype.float32 。

输入：

• src (Tensor) - 源序列。如果源序列没有batch，shape是 \((S, E)\) ；否则如果 batch_first=False ，则shape为 \((S, N, E)\) ，如果 batch_first=True ，则shape为 \((S, N, E)\)。 \((S)\) 是源序列的长度，\((N)\) 是batch个数，\((E)\) 是特性个数。数据类型：float16、float32或者float64。

• tgt (Tensor) - 目标序列。如果目标序列没有batch，shape是 \((T, E)\) ；否则如果 batch_first=False ，则shape为 \((T, N, E)\) ，如果 batch_first=True ，则shape为 \((T, N, E)\)。 \((T)\) 是目标序列的长度。数据类型：float16、float32或者float64。

• src_mask (Tensor, 可选) - 源序列的掩码矩阵。shape是 \((S, S)\) 或 \((N*nhead, S, S)\) 。数据类型：float16、float32、float64或者布尔。默认值：None。

• tgt_mask (Tensor, 可选) - 目标序列的掩码矩阵。shape是 \((T, T)\) 或 \((N*nhead, T, T)\) 。数据类型：float16、float32、float64或者布尔。默认值：None。

• memory_mask (Tensor, 可选) - memory序列的掩码矩阵。shape是 \((T, S)\) 。数据类型：：float16、float32、float64或者布尔。默认值：None。

• src_key_padding_mask (Tensor, 可选) - 源序列Key矩阵的掩码矩阵。shape是 \((S)\) 。数据类型：：float16、float32、float64或者布尔。默认值：None。

• tgt_key_padding_mask (Tensor, 可选) - 目标序列Key矩阵的掩码矩阵。shape是 \((T)\) 。数据类型：：float16、float32、float64或者布尔。默认值：None。

• memory_key_padding_mask (Tensor, 可选) - memory序列Key矩阵的掩码矩阵。shape是 \((S)\) 。数据类型：：float16、float32、float64或者布尔。默认值：None。

输出：

Tensor。如果源序列没有batch，shape是 \((T, E)\) ；否则如果 batch_first=False ，则shape为 \((T, N, E)\) ，如果 batch_first=True ，则shape为 \((N, T, E)\)。

异常：

• ValueError - 如果 src 和 tgt 的batch size不相等。

• ValueError - 如果 src 和 tgt 的特征数量必须和 d_model 的一致。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore as ms
>>> import numpy as np
>>> transformer_model = ms.nn.Transformer(nhead=16, num_encoder_layers=12)
>>> src = ms.Tensor(np.random.rand(10, 32, 512), ms.float32)
>>> tgt = ms.Tensor(np.random.rand(20, 32, 512), ms.float32)
>>> out = transformer_model(src, tgt)
>>> print(out.shape)
(20, 32, 512)