mindspore.nn.Transformer

查看源文件
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)[源代码]

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.ReLUmindspore.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 \((N, S, E)\)\((S)\) 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 \((N, T, E)\)\((T)\) 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 \((S, S)\)\((N*nhead, S, S)\) 。数据类型:float16、float32、float64或者bool。默认值:None

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

  • src_key_padding_mask (Tensor, 可选) - 源序列Key矩阵的掩码矩阵。如果目标序列没有batch,shape是 \((S)\) ,否则shape为 \((N, S)\) 。数据类型:float16、float32、float64或者bool。默认值:None

  • tgt_key_padding_mask (Tensor, 可选) - 目标序列Key矩阵的掩码矩阵。如果目标序列没有batch,shape是 \((T)\) ,否则shape为 \((N, S)\) 。数据类型:float16、float32、float64或者bool。默认值:None

  • memory_key_padding_mask (Tensor, 可选) - memory序列Key矩阵的掩码矩阵。如果目标序列没有batch,shape是 \((S)\) ,否则shape为 \((N, S)\) 。数据类型:float16、float32、float64或者bool。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 srctgt 的batch size不相等。

  • ValueError - 如果 srctgt 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)