比较与torch.nn.TransformerEncoderLayer的功能差异
torch.nn.TransformerEncoderLayer
torch.nn.TransformerEncoderLayer(d_model, nhead, dim_feedforward=2048, dropout=0.1, activation=<function relu>, layer_norm_eps=1e-05, batch_first=False, norm_first=False, device=None, dtype=None)
mindspore.nn.transformer.TransformerEncoderLayer
class mindspore.nn.transformer.TransformerEncoderLayer(batch_size, hidden_size, ffn_hidden_size, num_heads, seq_length, attention_dropout_rate=0.1, hidden_dropout_rate=0.1, post_layernorm_residual=False, layernorm_compute_type=mstype.float32, softmax_compute_type=mstype.float32, param_init_type=mstype.float32, hidden_act="gelu", use_past=False, moe_config=default_moe_config, parallel_config=default_dpmp_config)(
x, input_mask, init_reset=True, batch_valid_length=None
)
使用方式
mindspore.nn.transformer.TransformerEncoderLayer在初始化参数和torch.nn.TransformerEncoderLayer并不完全相同,但是基本功能保持一致。具体的区别如下说明:
mindspore.nn.transformer.TransformerEncoderLayer |
torch.nn.TransformerEncoderLayer |
说明 |
---|---|---|
batch_size |
MindSpore需要传入额外的batch size以作校验和增量推理使用。 |
|
hidden_size |
d_model |
参数名称不一致,含义相同。 |
seq_length |
encoder输入序列长度。 |
|
ffn_hidden_size |
dim_feedforward |
参数名称不一致,含义相同。 |
num_heads |
nhead |
Attention的head数目,含义相同。 |
hidden_dropout_rate |
dropout |
含义不同。attention_dropout_rate表示在softmax处的dropout,而PyTorch的dropout参数额外控制了隐藏层的dropout rate。 |
attention_dropout_rate |
dropout |
含义不同。hidden_dropout_rate表示在隐藏层处的dropout,而PyTorch的dropout参数额外控制了softmax处的dropout rate。 |
post_layernorm_residual |
norm_first |
含义不同。MindSpore的该参数表示残差相加时对输入是否应用layernorm,而PyTorch表示输入子层时是否先输入layernorm。 |
hidden_act |
activation |
激活层的类型,含义相同。MindSpore仅支持字符串。 |
layernorm_compute_type |
控制layernorm的计算类型。 |
|
softmax_compute_type |
控制attention中softmax的计算类型。 |
|
param_init_type |
控制参数初始化的类型。 |
|
use_past |
是否使用增量推理。 |
|
moe_config |
MoE并行的配置参数。 |
|
parallel_config |
并行设置的配置参数。 |
mindspore.nn.transformer.TransformerEncoderLayer缺少src_key_padding_mask的输入。
mindspore.nn.transformer.TransformerEncoderLayer提供了静态图的增量推理功能。
mindspore.nn.transformer.TransformerEncoderLayer默认采用fp16进行矩阵运算。
mindspore.nn.transformer.TransformerEncoderLayer的输入中encoder_mask是必须输入的。
mindspore.nn.transformer.TransformerEncoderLayer会返回attention的key和value的计算结果。
mindspore.nn.transformer.TransformerEncoderLayer提供了并行配置parallel_config入参,可以实现混合并行。
PyTorch:实例化Transformer时需要提供的参数较少。
MindSpore:在类初始化的时候,需要提供batch_size、源序列长度等额外信息,并且在计算时需要输入encoder_mask。
代码示例
import numpy as np
import mindspore as ms
from mindspore.nn.transformer import TransformerEncoderLayer
model = TransformerEncoderLayer(batch_size=32, hidden_size=512,
ffn_hidden_size=2048, seq_length=10, num_heads=8)
encoder_input_value = ms.Tensor(np.random.rand(32, 10, 512), ms.float32)
encoder_input_mask = ms.Tensor(np.ones((32, 10, 10)), ms.float16)
output, past = model(encoder_input_value, encoder_input_mask)
print(output.shape)
# output:
# (32, 10, 512)
import torch
encoder_layer = torch.nn.TransformerEncoderLayerLayer(d_model=512, nhead=8)
transformer_encoder = torch.nn.TransformerEncoder(encoder_layer, num_layers=2)
src = torch.rand(10, 32, 512)
output = transformer_encoder(src)
print(output.shape)
# output:
# torch.Size([10, 32, 512])