mindspore.nn.TransformerEncoderLayer
- class mindspore.nn.TransformerEncoderLayer(d_model: int, nhead: int, dim_feedforward: int = 2048, dropout: float = 0.1, activation: Union[str, Cell, callable] = 'relu', layer_norm_eps: float = 1e-05, batch_first: bool = False, norm_first: bool = False)[源代码]
Transformer的编码器层。Transformer编码器的单层实现,包括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(ops.relu
、ops.gelu
)或激活函数层实例(nn.ReLU()
、nn.GELU()
)。默认值:"relu"
。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
。
- 输入:
src (Tensor) - 源序列。
src_mask (Tensor, 可选) - 源序列的掩码矩阵。默认值:
None
。src_key_padding_mask (Tensor, 可选) - 源序列Key矩阵的掩码矩阵。默认值:
None
。
- 输出:
Tensor。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> encoder_layer = nn.TransformerEncoderLayer(d_model=512, nhead=8) >>> src = Tensor(np.random.rand(10, 32, 512), mindspore.float32) >>> out = encoder_layer(src) >>> # Alternatively, when batch_first=True: >>> encoder_layer = nn.TransformerEncoderLayer(d_model=512, nhead=8, batch_first=True) >>> src = Tensor(np.random.rand(32, 10, 512), mindspore.float32) >>> out = encoder_layer(src) >>> print(out.shape) (32, 10, 512)