forked from mindspore-Ecosystem/mindspore
28 lines
1.9 KiB
ReStructuredText
28 lines
1.9 KiB
ReStructuredText
mindspore.nn.TransformerDecoderLayer
|
||
========================================
|
||
|
||
.. py:class:: mindspore.nn.TransformerDecoderLayer(d_model: int, nhead: int, dim_feedforward: int = 2048, dropout: float = 0.1, activation: Union[str, Cell] = 'relu', layer_norm_eps: float = 1e-5, batch_first: bool = False, norm_first: bool = False)
|
||
|
||
Transformer的解码器层。Transformer解码器的单层实现，包括Self Attention层、MultiheadAttention层和FeedForward层。
|
||
|
||
参数：
|
||
- **d_model** (int) - 输入的特征数。
|
||
- **nhead** (int) - 注意力头的数量。
|
||
- **dim_feedforward** (int) - FeedForward层的维数。默认：2048。
|
||
- **dropout** (float) - 随机丢弃比例。默认：0.1。
|
||
- **activation** (str, Cell) - 中间层的激活函数，可以输入字符串、函数接口或激活函数层实例。支持"relu"、"gelu"。默认："relu"。
|
||
- **layer_norm_eps** (float) - LayerNorm层的eps值，默认：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： ``False``。
|
||
- **norm_first** (bool) - 如果为 ``True``， 则LayerNorm层位于Self Attention层、MultiheadAttention层和FeedForward层之前，反之，位于其后。默认： ``False``。
|
||
|
||
输入：
|
||
- **tgt** (Tensor) - 目标序列。
|
||
- **memory** (Tensor) - TransformerEncoder的最后一层输出序列。
|
||
- **tgt_mask** (Tensor) - 目标序列的掩码矩阵 (可选)。默认：None。
|
||
- **memory_mask** (Tensor) - memory序列的掩码矩阵 (可选)。默认：None。
|
||
- **tgt_key_padding_mask** (Tensor) - 目标序列Key矩阵的掩码矩阵 (可选)。默认：None。
|
||
- **memory_key_padding_mask** (Tensor) - memory序列Key矩阵的掩码矩阵 (可选)。默认：None。
|
||
|
||
输出：
|
||
Tensor。
|