TransformerEncoder 层

[源代码]

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。

此层将根据隐式的 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，请参阅掩码和填充指南。

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：字符串或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：字符串或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：字符串或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

• Vaswani 等人，2017

[源代码]

call 方法

TransformerEncoder.call(
    inputs,
    padding_mask=None,
    attention_mask=None,
    training=None,
    return_attention_scores=False,
)

TransformerEncoder 的前向传递。

参数

• inputs：张量。TransformerEncoder 的输入数据，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的形状应为 [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的形状应为 [batch_size, sequence_length, sequence_length]。
• training：布尔值，指示层应处于训练模式还是推理模式。
• return_attention_scores：布尔值，指示输出是否应为(attention_output, attention_scores)（如果为True）或attention_output（如果为False）。默认为False。

返回值

与inputs形状相同的张量。