ПочатиПочніть безкоштовно

Побудова енкодер-декодер трансформера

Тепер, коли ви оновили клас DecoderLayer, а відповідні зміни внесено до TransformerDecoder, можна зібрати все докупи. Оскільки ви побудували класи модульно та ієрархічно, щоб створити енкодер‑декодер трансформер, достатньо створити лише два екземпляри: TransformerDecoder і TransformerEncoder.

Ця вправа є частиною курсу

Моделі Transformer з PyTorch

Переглянути курс

Інструкції до вправи

  • Завершіть прохід forward(), щоб обчислити виходи енкодера та декодера.
  • Створіть екземпляр трансформера та викличте його на input_tokens, використовуючи надані src_mask, tgt_mask і cross_mask.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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)
Редагувати та запускати код