比较与torch.nn.Transformer

torch.nn.Transformer

class torch.nn.Transformer(
    d_model=512,
    nhead=8,
    num_encoder_layers=6,
    num_decoder_layers=6,
    dim_feedforward=2048,
    dropout=0.1,
    activation='relu',
    custom_encoder=None,
    custom_decoder=None
)(src, tgt, src_mask=None, tgt_mask=None, memory_mask=None, src_key_padding_mask=None, tgt_key_padding_mask=None, memory_key_padding_mask=None)

更多内容详见 torch.nn.Transformer.

mindspore.nn.Transformer

class mindspore.nn.Transformer(
    d_model=512,
    nhead=8,
    num_encoder_layers=6,
    num_decoder_layers=6,
    dim_feedforward=2048,
    dropout=0.1,
    activation='relu',
    custom_encoder=None,
    custom_decoder=None,
    layer_norm_eps=1e-05,
    batch_first=False,
    norm_first=False,
    dtype=mstype.float32
)(src, tgt, src_mask=None, tgt_mask=None, memory_mask=None, src_key_padding_mask=None, tgt_key_padding_mask=None, memory_key_padding_mask=None)

更多内容详见 mindspore.nn.Transformer.

差异对比

The code implementation and parameter update logic of mindspore.nn.Transformer optimizer is mostly the same with torch.nn.Transformer.

Categories	Subcategories	PyTorch	MindSpore	Difference
参数	参数 1	d_model	d_model	功能一致
	参数 2	nhead	nhead	功能一致
	参数 3	num_encoder_layers	num_encoder_layers	功能一致
	参数 4	num_decoder_layers	num_decoder_layers	功能一致
	参数 5	dim_feedforward	dim_feedforward	功能一致
	参数 6	dropout	dropout	功能一致
	参数 7	activation	activation	功能一致
	参数 8	custom_encoder	custom_encoder	功能一致
	参数 9	custom_decoder	custom_decoder	功能一致
	参数 10		layer_norm_eps	MindSpore可配置LayerNorm层的eps值, PyTorch没有此功能
	参数 11		batch_first	MindSpore可配置第一维是否输出batch维度, PyTorch没有此功能
	参数 12		norm_first	MindSpore可配置LayerNorm层是否位于MultiheadAttention层和FeedForward之间或之后, PyTorch没有此功能
	参数 13		dtype	MindSpore可配置网络参数的dtype， PyTorch没有此功能。
输入	输入 1	src	src	功能一致
	输入 2	tgt	tgt	功能一致
	输入 3	src_mask	src_mask	MindSpore中dtype可设置为float或bool Tensor，PyTorch中dtype可设置为float、byte或bool Tensor
	输入 4	tgt_mask	tgt_mask	MindSpore中dtype可设置为float或bool Tensor，PyTorch中dtype可设置为float、byte或bool Tensor
	输入 5	memory_mask	memory_mask	MindSpore中dtype可设置为float或bool Tensor，PyTorch中dtype可设置为float、byte或bool Tensor
	输入 6	src_key_padding_mask	src_key_padding_mask	MindSpore中dtype可设置为float或bool Tensor，PyTorch中dtype可设置为byte或bool Tensor
	输入 7	tgt_key_padding_mask	tgt_key_padding_mask	MindSpore中dtype可设置为float或bool Tensor，PyTorch中dtype可设置为byte或bool Tensor
	输入 8	memory_key_padding_mask	memory_key_padding_mask	MindSpore中dtype可设置为float或bool Tensor，PyTorch中dtype可设置为byte或bool Tensor

代码示例

# PyTorch
import torch
from torch import nn

transformer_model = nn.Transformer(nhead=16, num_encoder_layers=12)
src = torch.rand(10, 32, 512)
tgt = torch.rand(10, 32, 512)
out = transformer_model(src, tgt)
print(out.shape)
#torch.Size([10, 32, 512])

# MindSpore
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(10, 32, 512), ms.float32)
out = transformer_model(src, tgt)
print(out.shape)
#(10, 32, 512)