mindspore.nn.TransformerDecoder
- class mindspore.nn.TransformerDecoder(decoder_layer, num_layers, norm=None)[源代码]
Transformer的解码器模块,多层
mindspore.nn.TransformerDecoderLayer
的堆叠,包括Self Attention层、MultiheadAttention层和FeedForward层。- 参数:
decoder_layer (Cell) -
mindspore.nn.TransformerDecoderLayer
的实例。num_layers (int) - 解码器层数。
norm (Cell, 可选) - 层标准化模块。默认值:
None
。
- 输入:
tgt (Tensor) - 目标序列。如果目标序列没有batch,shape是 \((T, E)\) ;否则如果
mindspore.nn.TransformerDecoderLayer
中 batch_first=False ,则shape为 \((T, N, E)\) ,如果 batch_first=True ,则shape为 \((N, T, E)\)。 \((T)\) 是目标序列的长度,\((N)\) 是batch个数,\((E)\) 是特性个数。数据类型:float16、float32或者float64。memory (Tensor) - TransformerEncoder的最后一层输出序列。数据类型:float16、float32或者float64。
tgt_mask (Tensor, 可选) - 目标序列的掩码矩阵。shape是 \((T, T)\) 或 \((N*nhead, T, T)\) 。其中 nhead 是
mindspore.nn.TransformerDecoderLayer
中的 nhead 参数。数据类型:float16、float32、float64或者bool。默认值:None
。memory_mask (Tensor, 可选) - memory序列的掩码矩阵。shape是 \((T, S)\) 。数据类型:float16、float32、float64或者bool。默认值:
None
。tgt_key_padding_mask (Tensor, 可选) - 目标序列Key矩阵的掩码矩阵。shape是 \((T)\) 。数据类型:float16、float32、float64或者bool。默认值:
None
。memory_key_padding_mask (Tensor, 可选) - memory序列Key矩阵的掩码矩阵。如果目标序列没有batch,shape是 \((S)\) ,否则shape为 \((N, S)\) 。数据类型:float16、float32、float64或者bool。默认值:
None
。
- 输出:
Tensor。Tensor的shape和dtype与 tgt 一致。
- 支持平台:
Ascend
GPU
CPU
样例:
>>> import mindspore as ms >>> import numpy as np >>> decoder_layer = ms.nn.TransformerDecoderLayer(d_model=512, nhead=8) >>> transformer_decoder = ms.nn.TransformerDecoder(decoder_layer, num_layers=6) >>> memory = ms.Tensor(np.random.rand(10, 32, 512), ms.float32) >>> tgt = ms.Tensor(np.random.rand(20, 32, 512), ms.float32) >>> out = transformer_decoder(tgt, memory) >>> print(out.shape) (20, 32, 512)