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)

TransformerDecoderLayer 由 self-attn、multi-head-attn 和 feedforward 網路組成。

注意

請參閱本教學，深入了解 PyTorch 提供的用於建構您自己的 Transformer 層的高效能建構區塊。

這個標準解碼器層基於論文 "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。在神經資訊處理系統的進展中，第 6000-6010 頁。使用者可以在應用期間修改或以不同的方式實現。

參數

• d_model (int) – 輸入中預期特徵的數量（必需）。

• nhead (int) – multiheadattention 模型中的 head 數量（必需）。

• dim_feedforward (int) – feedforward 網路模型的維度（預設值=2048）。

• dropout (float) – dropout 值（預設值=0.1）。

• activation (Union[str, Callable[[Tensor], Tensor]]) – 中間層的 activation 函數，可以是字串（“relu” 或 “gelu”）或一元可呼叫物件。預設值：relu

• layer_norm_eps (float) – layer normalization 元件中的 eps 值（預設值=1e-5）。

• batch_first (bool) – 如果 True，則輸入和輸出 tensors 會以 (batch, seq, feature) 的形式提供。預設值：False (seq, batch, feature)。

• norm_first (bool) – 如果 True，則分別在 self attention、multihead attention 和 feedforward 操作之前進行 layer norm。否則在之後進行。預設值：False（之後）。

• bias (bool) – 如果設定為 False，Linear 和 LayerNorm 層將不會學習加法偏差。預設值：True。

範例：

>>> 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)

或者，當 batch_first 為 True 時

>>> 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)

將輸入（和遮罩）傳遞到解碼器層。

參數

• tgt (Tensor) – 要傳遞到解碼器層的序列（必需）。

• memory (Tensor) – 來自編碼器最後一層的序列（必需）。

• tgt_mask (Optional[Tensor]) – tgt 序列的遮罩（可選）。

• memory_mask (Optional[Tensor]) – memory 序列的遮罩（可選）。

• tgt_key_padding_mask (Optional[Tensor]) – 每個批次 tgt keys 的遮罩（可選）。

• memory_key_padding_mask (Optional[Tensor]) – 每個批次 memory keys 的遮罩（可選）。

• tgt_is_causal (bool) – 如果指定，則應用因果遮罩作為 tgt mask。預設值：False。警告：tgt_is_causal 提供 tgt_mask 是因果遮罩的提示。提供不正確的提示可能會導致不正確的執行，包括向前和向後相容性。

• memory_is_causal ( bool ) – 如果指定，則將因果遮罩應用為 memory mask。預設值：False。警告：memory_is_causal 提供了一個提示，表示 memory_mask 是因果遮罩。提供不正確的提示可能會導致不正確的執行，包括向前和向後相容性問題。

回傳類型

Tensor

形狀

請參閱 Transformer 中的文件。