TransformerDecoderLayer

class torch.nn.TransformerDecoderLayer(d_model, nhead, dim_feedforward=2048, dropout=0.1, activation=<function relu>, layer_norm_eps=1e-05, batch_first=False, norm_first=False, bias=True, device=None, dtype=None)

TransformerDecoderLayer由自注意力、多头注意力机制和前馈网络组成。

此TransformerDecoderLayer实现了《Attention Is All You Need》论文中描述的原始架构。此层旨在作为基础理解的参考实现，因此与较新的Transformer架构相比，其功能有限。鉴于Transformer类架构的快速创新，我们建议探索此教程，以便从核心组件中构建高效的层，或使用PyTorch生态系统中的高级库。

参数

• d_model (int) – 输入中预期的特征数（必需）。

• nhead (int) – 多头注意力模型中的头数（必需）。

• dim_feedforward (int) – 前馈网络模型的维度（默认值：2048）。

• dropout (float) – dropout值（默认值：0.1）。

• activation (Union[str, Callable[[Tensor], Tensor]]) – 中间层的激活函数，可以是字符串 (“relu” 或 “gelu”) 或一元可调用对象。默认值：relu。

• layer_norm_eps (float) – 层归一化组件中的eps值（默认值：1e-5）。

• batch_first (bool) – 如果为 True，则输入和输出张量表示为 (batch, seq, feature)。默认值：False (seq, batch, feature)。

• norm_first (bool) – 如果为 True，则分别在自注意力、多头注意力和前馈操作之前进行层归一化。否则，在之后进行。默认值：False（之后）。

• bias (bool) – 如果设置为 False，则 Linear 和 LayerNorm 层将不学习加性偏置。默认值：True。

示例

>>> decoder_layer = nn.TransformerDecoderLayer(d_model=512, nhead=8)
>>> memory = torch.rand(10, 32, 512)
>>> tgt = torch.rand(20, 32, 512)
>>> out = decoder_layer(tgt, memory)

或者，当 batch_first 为 True 时

>>> decoder_layer = nn.TransformerDecoderLayer(
...     d_model=512, nhead=8, batch_first=True
... )
>>> memory = torch.rand(32, 10, 512)
>>> tgt = torch.rand(32, 20, 512)
>>> out = decoder_layer(tgt, memory)

forward(tgt, memory, tgt_mask=None, memory_mask=None, tgt_key_padding_mask=None, memory_key_padding_mask=None, tgt_is_causal=False, memory_is_causal=False)

将输入（和掩码）通过解码器层。

参数

• tgt (Tensor) – 解码器层的序列（必需）。

• memory (Tensor) – 编码器最后一层的序列（必需）。

• tgt_mask (Optional[Tensor]) – tgt序列的掩码（可选）。

• memory_mask (Optional[Tensor]) – memory序列的掩码（可选）。

• tgt_key_padding_mask (Optional[Tensor]) – 每个批次的tgt键的掩码（可选）。

• memory_key_padding_mask (Optional[Tensor]) – 每个批次的memory键的掩码（可选）。

• tgt_is_causal (bool) – 如果指定，则将因果掩码应用于 tgt mask。默认值：False。警告：tgt_is_causal 提供了一个提示，即 tgt_mask 是因果掩码。提供不正确的提示可能导致执行不正确，包括向前和向后兼容性问题。

• memory_is_causal (bool) – 如果指定，则将因果掩码应用于 memory mask。默认值：False。警告：memory_is_causal 提供了一个提示，即 memory_mask 是因果掩码。提供不正确的提示可能导致执行不正确，包括向前和向后兼容性问题。

返回类型

张量

形状

请参阅Transformer中的文档。