文章目录

• • • 1. `torch.nn.Transformer`
    • • 参数：
      • 示例代码：
    • 2. `torch.nn.TransformerEncoder`
    • • 参数：
      • 示例代码：
    • 3. `torch.nn.TransformerEncoderLayer`
    • • 参数：
      • 示例代码：
    • 4. `torch.nn.TransformerDecoder`
    • • 参数：
      • 示例代码：
    • 5. `torch.nn.TransformerDecoderLayer`
    • • 参数：
      • 示例代码：

1. torch.nn.Transformer

这是一个完整的Transformer模型，包括编码器(encoder)和解码器(decoder)。它是基于论文 “Attention is All You Need” 实现的。该模型的主要功能是通过编码器处理输入数据，然后将编码器的输出传递给解码器生成最终的输出。

参数：

• d_model: 特征的维度（必须）
• nhead: 多头注意力中的头数（必须）
• num_encoder_layers: 编码器中的层次数
• num_decoder_layers: 解码器中的层次数
• dim_feedforward: 前馈全连接网络的维度
• dropout: dropout的比例
• activation: 激活函数，默认是ReLU

示例代码：

import torch from torch