MulaiMulai sekarang secara gratis

Menyusun transformer encoder-decoder

Sekarang setelah Anda memperbarui kelas DecoderLayer, dan perubahan yang setara telah diterapkan pada TransformerDecoder, Anda siap untuk menyatukan semuanya. Karena Anda membangun kelas-kelas secara modular dan hierarkis, Anda hanya perlu menginisialisasi dua di antaranya untuk membangun transformer encoder-decoder: TransformerDecoder dan TransformerEncoder.

Latihan ini adalah bagian dari kursus

Model Transformer dengan PyTorch

Lihat Kursus

Petunjuk latihan

  • Lengkapi lintasan forward() untuk menghitung keluaran encoder dan decoder.
  • Inisialisasi dan panggil transformer pada input_tokens dengan menggunakan src_mask, tgt_mask, dan cross_mask yang disediakan.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

class Transformer(nn.Module):
    def __init__(self, vocab_size, d_model, num_heads, num_layers, d_ff, max_seq_length, dropout):
        super().__init__()
        self.encoder = TransformerEncoder(vocab_size, d_model, num_layers, num_heads, d_ff, dropout, max_seq_length)
        self.decoder = TransformerDecoder(vocab_size, d_model, num_layers, num_heads, d_ff, dropout, max_seq_length)

    def forward(self, x, src_mask, tgt_mask, cross_mask):
        # Complete the forward pass
        encoder_output = self.encoder(____, ____)
        decoder_output = self.decoder(____, ____, tgt_mask, cross_mask)
        return decoder_output

# Instantiate and call the transformer
transformer = ____(vocab_size, d_model, num_heads, num_layers, d_ff, max_seq_length, dropout)
outputs = ____
print(outputs)
print(outputs.shape)
Edit dan Jalankan Kode