TransformerEncoder 层
TransformerEncoder 类
keras_hub.layers.TransformerEncoder(
intermediate_dim,
num_heads,
dropout=0,
activation="relu",
layer_norm_epsilon=1e-05,
kernel_initializer="glorot_uniform",
bias_initializer="zeros",
normalize_first=False,
**kwargs
)
Transformer 编码器。
此类遵循论文 Attention is All You Need 中 Transformer 编码器层的架构。用户可以实例化此类的多个实例来堆叠编码器。
此层将从隐式的 Keras 填充掩码（例如，通过将 mask_zero=True 传递给 keras.layers.Embedding 层）正确计算注意力掩码。有关更多详细信息，请参阅屏蔽和填充 指南。
参数
- intermediate_dim: int，前馈网络的隐藏大小。
- num_heads: int，
keras.layers.MultiHeadAttention层中的头部数量。 - dropout: float。dropout 值，由
keras.layers.MultiHeadAttention和前馈网络共享。默认为0.。 - activation: string 或
keras.activations。前馈网络的激活函数。默认为"relu"。 - layer_norm_epsilon: float。层归一化组件中的 epsilon 值。默认为
1e-5。 - kernel_initializer: string 或
keras.initializers初始化器。密集层和多头注意力层的内核初始化器。默认为"glorot_uniform"。 - bias_initializer: string 或
keras.initializers初始化器。密集层和多头注意力层的偏置初始化器。默认为"zeros"。 - normalize_first: bool。如果为 True，则注意力层和中间密集层的输入将被归一化（类似于 GPT-2）。如果设置为 False，则注意力层和中间密集层的输出将被归一化（类似于 BERT）。默认为
False。 - **kwargs: 传递给
keras.layers.Layer的其他关键字参数，包括name、trainable、dtype等。
示例
# Create a single transformer encoder layer.
encoder = keras_hub.layers.TransformerEncoder(
intermediate_dim=64, num_heads=8)
# Create a simple model containing the encoder.
input = keras.Input(shape=(10, 64))
output = encoder(input)
model = keras.Model(inputs=input, outputs=output)
# Call encoder on the inputs.
input_data = np.random.uniform(size=(2, 10, 64))
output = model(input_data)
参考文献
call 方法
TransformerEncoder.call(
inputs, padding_mask=None, attention_mask=None, training=None
)
TransformerEncoder 的前向传递。
参数
- inputs: 张量。输入到 TransformerEncoder 的数据，应为形状 [batch_size, sequence_length, hidden_dim]。
- padding_mask: 布尔张量。它指示是否应屏蔽该标记，因为该标记是由于填充而引入的。
padding_mask应具有形状 [batch_size, sequence_length]。 - attention_mask: 布尔张量。用于屏蔽某些标记的自定义掩码。
attention_mask应具有形状 [batch_size, sequence_length, sequence_length]。 - training: 布尔值，指示层应以训练模式还是推理模式运行。
返回值
与 inputs 形状相同的张量。