LoslegenKostenlos starten

Den Decoder-Transformer vervollständigen

Zeit, den Rumpf des Decoder-Transformers zu bauen! Dazu kombinierst du die Klassen InputEmbeddings, PositionalEncoding und DecoderLayer, die du zuvor erstellt hast.

Diese Übung ist Teil des Kurses

<Kurs>Transformer-Modelle mit PyTorch</Kurs>
Kurs ansehen

Übungsanweisungen

  • Definiere eine Liste aus num_layers Decoder-Schichten per List-Comprehension mit der Klasse DecoderLayer.
  • Definiere eine lineare Schicht, um die Hidden States in Wortwahrscheinlichkeiten zu projizieren.
  • Vervollständige den Forward-Pass durch die in __init__ definierten Schichten.
  • Instanziiere einen Decoder-Transformer und wende ihn auf input_tokens und tgt_mask an.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

class TransformerDecoder(nn.Module):
    def __init__(self, vocab_size, d_model, num_layers, num_heads, d_ff, dropout, max_seq_length):
        super(TransformerDecoder, self).__init__()
        self.embedding = InputEmbeddings(vocab_size, d_model)
        self.positional_encoding = PositionalEncoding(d_model, max_seq_length)
        # Define the list of decoder layers and linear layer
        self.layers = nn.____([____(d_model, num_heads, d_ff, dropout) for _ in range(num_layers)])
        # Define a linear layer to project hidden states to likelihoods
        self.fc = ____
  
    def forward(self, x, tgt_mask):
        # Complete the forward pass
        x = self.____(x)
        x = self.____(x)
        for layer in self.layers:
            x = ____
        x = self.____(x)
        return F.log_softmax(x, dim=-1)

# Instantiate a decoder transformer and apply it to input_tokens and tgt_mask
transformer_decoder = ____(vocab_size, d_model, num_layers, num_heads, d_ff, dropout, max_seq_length)   
output = ____
print(output)
print(output.shape)
Code bearbeiten und ausführen