这是变压器中使用的按位置前馈网络的 PyTorch 实现。
FFN 由两个完全连接的层组成。隐藏层中的维度数,通常设置为令牌嵌入的四倍左右。因此,它有时也被称为扩张和收缩网络。
隐藏层有一个激活,通常设置为RelU(整流线性单元)激活,
也就是说,FFN 函数是、其中、和是可学习的参数。
有时还会使用 GELU(高斯误差线性单位)激活来代替 RelU。在哪里
这是一个通用实现,支持不同的变体,包括门控线性单元 (GLU)。我们还对以下方面进行了实验:
38import torch
39from torch import nn as nn
40
41from labml_helpers.module import Module
44class FeedForward(Module):
d_model
是令牌嵌入中的要素数量d_ff
是 FFN 隐藏层中的要素数量dropout
是隐藏层的丢失概率is_gated
指定隐藏层是否为门控bias1
指定第一个完全连接的层是否应该有可学习的偏差bias2
指定第二个完全连接的层是否应该有可学习的偏差bias_gate
指定门的全连接层是否应具有可学习的偏差49 def __init__(self, d_model: int, d_ff: int,
50 dropout: float = 0.1,
51 activation=nn.ReLU(),
52 is_gated: bool = False,
53 bias1: bool = True,
54 bias2: bool = True,
55 bias_gate: bool = True):
65 super().__init__()
第一层按权重和偏差进行参数化
67 self.layer1 = nn.Linear(d_model, d_ff, bias=bias1)
第一层按权重和偏差进行参数化
69 self.layer2 = nn.Linear(d_ff, d_model, bias=bias2)
隐藏图层丢失
71 self.dropout = nn.Dropout(dropout)
激活功能
73 self.activation = activation
是否有门
75 self.is_gated = is_gated
76 if is_gated:
如果有门,则转换输入的线性层将乘以门,并通过权重和偏置进行参数化
79 self.linear_v = nn.Linear(d_model, d_ff, bias=bias_gate)
81 def forward(self, x: torch.Tensor):
83 g = self.activation(self.layer1(x))
如果是封闭的,
85 if self.is_gated:
86 x = g * self.linear_v(x)
否则
88 else:
89 x = g
申请退学
91 x = self.dropout(x)
或者取决于它是否有门控
94 return self.layer2(x)