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, callable] = '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。

    .. warning::
        这是一个实验性API，后续可能修改或删除。

    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 :math:`(batch, seq, feature)` ，反之，Shape为 :math:`(seq, batch, feature)` 。默认值： ``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。默认值： ``False``。

    输入：
        - **tgt** (Tensor) - 目标序列。
        - **memory** (Tensor) - TransformerEncoder的最后一层输出序列。
        - **tgt_mask** (Tensor, 可选) - 目标序列的掩码矩阵。默认值：``None``。
        - **memory_mask** (Tensor, 可选) - memory序列的掩码矩阵。默认值：``None``。
        - **tgt_key_padding_mask** (Tensor, 可选) - 目标序列Key矩阵的掩码矩阵。默认值：``None``。
        - **memory_key_padding_mask** (Tensor, 可选) - memory序列Key矩阵的掩码矩阵∂。默认值：``None``。

    输出：
        Tensor。

    异常：
        - **ValueError** - 如果 `activation` 不是str 、 callable 或 Cell的子类。
        - **ValueError** - 如果 `activation` 不是 :class:`mindspore.nn.ReLU` 、:class:`mindspore.nn.GELU` 、:func:`mindspore.ops.relu` 、:func:`mindspore.ops.gelu` 的子类、"relu" 或 "gelu"。