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:
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.TransformerDecoderLayerbatch_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 \((T, T)\)\((N*nhead, T, T)\) 。其中 nheadmindspore.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)