Transformers 文档

FSMT

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

FSMT

概述

FSMT (FairSeq MachineTranslation) 模型由 Nathan Ng、Kyra Yee、Alexei Baevski、Myle Ott、Michael Auli、Sergey Edunov 在 Facebook FAIR’s WMT19 News Translation Task Submission 一文中提出。

论文摘要如下:

本文介绍了 Facebook FAIR 在 WMT19 新闻翻译共享任务中的提交方案。我们参加了两个语言对和四个翻译方向:英语 <-> 德语和英语 <-> 俄语。延续去年的提交方案,我们的基线系统是基于 BPE 的大型 Transformer 模型,使用 Fairseq 序列建模工具包进行训练,并依赖于采样反向翻译。今年我们尝试了不同的双语数据过滤方案,以及添加经过滤的反向翻译数据。我们还对模型进行集成和特定领域数据微调,然后使用带噪声的信道模型进行重排序解码。我们的提交方案在人工评估的四个翻译方向上均排名第一。在英译德任务中,我们的系统显著优于其他系统及人类翻译。该系统比我们在 WMT'18 提交的方案提升了 4.5 个 BLEU 分数。

该模型由 stas 贡献。原始代码可在此处找到。

实现说明

  • FSMT 使用独立的源语言和目标语言词汇表,二者并未合并。它也不共享词元嵌入。其分词器与 XLMTokenizer 非常相似,主模型派生自 BartModel

FSMTConfig

class transformers.FSMTConfig

< >

( langs = ['en', 'de'] src_vocab_size = 42024 tgt_vocab_size = 42024 activation_function = 'relu' d_model = 1024 max_length = 200 max_position_embeddings = 1024 encoder_ffn_dim = 4096 encoder_layers = 12 encoder_attention_heads = 16 encoder_layerdrop = 0.0 decoder_ffn_dim = 4096 decoder_layers = 12 decoder_attention_heads = 16 decoder_layerdrop = 0.0 attention_dropout = 0.0 dropout = 0.1 activation_dropout = 0.0 init_std = 0.02 decoder_start_token_id = 2 is_encoder_decoder = True scale_embedding = True tie_word_embeddings = False num_beams = 5 length_penalty = 1.0 early_stopping = False use_cache = True pad_token_id = 1 bos_token_id = 0 eos_token_id = 2 forced_eos_token_id = 2 **common_kwargs )

参数

  • langs (list[str]) — 包含源语言和目标语言的列表(例如 `['en', 'ru']`)。
  • src_vocab_size (int) — 编码器的词汇表大小。定义了编码器中前向方法 `inputs_ids` 可以表示的不同词元的数量。
  • tgt_vocab_size (int) — 解码器的词汇表大小。定义了解码器中前向方法 `inputs_ids` 可以表示的不同词元的数量。
  • d_model (int, 可选, 默认为 1024) — 层和池化层的维度。
  • encoder_layers (int, 可选, 默认为 12) — 编码器层数。
  • decoder_layers (int, 可选, 默认为 12) — 解码器层数。
  • encoder_attention_heads (int, 可选, 默认为 16) — Transformer 编码器中每个注意力层的注意力头数量。
  • decoder_attention_heads (int, 可选, 默认为 16) — Transformer 解码器中每个注意力层的注意力头数量。
  • decoder_ffn_dim (int, 可选, 默认为 4096) — 解码器中“中间层”(通常称为前馈层)的维度。
  • encoder_ffn_dim (int, 可选, 默认为 4096) — 编码器中“中间层”(通常称为前馈层)的维度。
  • activation_function (strCallable, 可选, 默认为 "relu") — 编码器和池化层中的非线性激活函数(函数或字符串)。如果为字符串,支持 `"gelu"`、`"relu"`、`"silu"` 和 `"gelu_new"`。
  • dropout (float, 可选, 默认为 0.1) — 嵌入层、编码器和池化层中所有全连接层的丢弃概率。
  • attention_dropout (float, 可选, 默认为 0.0) — 注意力概率的丢弃率。
  • activation_dropout (float, 可选, 默认为 0.0) — 全连接层内激活函数的丢弃率。
  • max_position_embeddings (int, 可选, 默认为 1024) — 该模型可能使用的最大序列长度。通常设置为一个较大的值以备不时之需(例如 512、1024 或 2048)。
  • init_std (float, 可选, 默认为 0.02) — 用于初始化所有权重矩阵的截断正态分布初始化器的标准差。
  • scale_embedding (bool, 可选, 默认为 True) — 是否通过除以 sqrt(d_model) 来缩放嵌入。
  • bos_token_id (int, 可选, 默认为 0) — 序列开始词元的 ID。
  • pad_token_id (int, 可选, 默认为 1) — 填充词元的 ID。
  • eos_token_id (int, 可选, 默认为 2) — 序列结束词元的 ID。
  • decoder_start_token_id (int, 可选) — 该模型使用 `eos_token_id` 开始解码。
  • encoder_layerdrop (float, 可选, 默认为 0.0) — 请谷歌搜索 “layerdrop arxiv”,因为无法用一句话解释清楚。
  • decoder_layerdrop (float, 可选, 默认为 0.0) — 请谷歌搜索 “layerdrop arxiv”,因为无法用一句话解释清楚。
  • is_encoder_decoder (bool, 可选, 默认为 True) — 这是否是一个编码器/解码器模型。
  • tie_word_embeddings (bool, 可选, 默认为 False) — 是否绑定输入和输出嵌入。
  • num_beams (int, 可选, 默认为 5) — 用于束搜索的束数量,模型 `generate` 方法将默认使用此值。1 表示不使用束搜索。
  • length_penalty (float, 可选, 默认为 1) — 用于基于束的生成的长度指数惩罚。它作为序列长度的指数,然后用于除以序列的得分。由于得分是序列的对数似然(即负值),`length_penalty` > 0.0 会鼓励生成更长的序列,而 `length_penalty` < 0.0 会鼓励生成更短的序列。
  • early_stopping (bool, 可选, 默认为 False) — 该标志将默认用于模型的 `generate` 方法。是否在每批次中至少有 `num_beams` 个句子完成时停止束搜索。
  • use_cache (bool, 可选, 默认为 True) — 模型是否应返回最后一个键/值注意力(并非所有模型都使用)。
  • forced_eos_token_id (int, 可选, 默认为 2) — 当达到 `max_length` 时,强制作为最后一个生成词元的 ID。通常设置为 `eos_token_id`。

这是一个配置类,用于存储 FSMTModel 的配置。它用于根据指定的参数实例化一个 FSMT 模型,定义模型架构。使用默认值实例化配置将产生与 FSMT facebook/wmt19-en-ru 架构类似的配置。

配置对象继承自 PretrainedConfig,可用于控制模型输出。有关更多信息,请阅读 PretrainedConfig 的文档。

示例

>>> from transformers import FSMTConfig, FSMTModel

>>> # Initializing a FSMT facebook/wmt19-en-ru style configuration
>>> config = FSMTConfig()

>>> # Initializing a model (with random weights) from the configuration
>>> model = FSMTModel(config)

>>> # Accessing the model configuration
>>> configuration = model.config

FSMTTokenizer

class transformers.FSMTTokenizer

< >

( langs = None src_vocab_file = None tgt_vocab_file = None merges_file = None do_lower_case = False unk_token = '<unk>' bos_token = '<s>' sep_token = '</s>' pad_token = '<pad>' **kwargs )

参数

  • langs (List[str], 可选) — 包含两种语言的列表,用于指定翻译的源语言和目标语言,例如 ["en", "ru"]
  • src_vocab_file (str, 可选) — 包含源语言词汇表的文件。
  • tgt_vocab_file (st, 可选) — 包含目标语言词汇表的文件。
  • merges_file (str, 可选) — 包含合并规则的文件。
  • do_lower_case (bool, 可选, 默认为 False) — 是否在分词时将输入转换为小写。
  • unk_token (str, 可选, 默认为 "<unk>") — 未知词元。不在词汇表中的词元无法转换为 ID,将被设置为此词元。
  • bos_token (str, 可选, 默认为 "<s>") — 序列开始词元,在预训练期间使用。可用作序列分类器的词元。

    当使用特殊词元构建序列时,这不是用于序列开始的词元。使用的词元是 `cls_token`。

  • sep_token (str, 可选, 默认为 "</s>") — 分隔符词元,用于从多个序列构建一个序列时,例如,用于序列分类的两个序列,或用于问答任务的文本和问题。它也用作使用特殊词元构建的序列的最后一个词元。
  • pad_token (str, 可选, 默认为 "<pad>") — 用于填充的词元,例如在批处理不同长度的序列时使用。

构建一个 FAIRSEQ Transformer 分词器。基于字节对编码 (Byte-Pair Encoding)。分词过程如下:

  • Moses 预处理和分词。
  • 对所有输入文本进行归一化。
  • 参数 `special_tokens` 和函数 `set_special_tokens` 可用于向词汇表添加额外的符号(如 “classify”)。
  • 参数 langs 定义了一对语言。

该分词器继承自 PreTrainedTokenizer,其中包含了大部分主要方法。用户应参考此超类以获取有关这些方法的更多信息。

build_inputs_with_special_tokens

< >

( token_ids_0: list token_ids_1: typing.Optional[list[int]] = None ) List[int]

参数

  • token_ids_0 (List[int]) — 将要添加特殊词元的 ID 列表。
  • token_ids_1 (List[int], 可选) — 序列对中可选的第二个 ID 列表。

返回

List[int]

带有适当特殊标记的输入ID列表。

通过连接和添加特殊词元,为序列分类任务从一个序列或一对序列构建模型输入。FAIRSEQ Transformer 序列具有以下格式

  • 单个序列:<s> X </s>
  • 序列对:<s> A </s> B </s>

get_special_tokens_mask

< >

( token_ids_0: list token_ids_1: typing.Optional[list[int]] = None already_has_special_tokens: bool = False ) List[int]

参数

  • token_ids_0 (List[int]) — ID 列表。
  • token_ids_1 (List[int], 可选) — 序列对中可选的第二个 ID 列表。
  • already_has_special_tokens (bool, 可选, 默认为 False) — 词元列表是否已经为模型格式化了特殊词元。

返回

List[int]

一个范围为 [0, 1] 的整数列表:1 表示特殊标记,0 表示序列标记。

从没有添加特殊标记的标记列表中检索序列ID。此方法在使用分词器prepare_for_model方法添加特殊标记时调用。

create_token_type_ids_from_sequences

< >

( token_ids_0: list token_ids_1: typing.Optional[list[int]] = None ) list[int]

参数

  • token_ids_0 (list[int]) — 第一个分词后的序列。
  • token_ids_1 (list[int], 可选) — 第二个分词后的序列。

返回

list[int]

标记类型 ID。

创建与传入序列对应的标记类型 ID。什么是标记类型 ID?

如果模型有特殊的构建方式,应在子类中重写此方法。

save_vocabulary

< >

( save_directory: str filename_prefix: typing.Optional[str] = None )

FSMTModel

class transformers.FSMTModel

< >

( config: FSMTConfig )

参数

  • config (FSMTConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查阅 from_pretrained() 方法来加载模型权重。

基础的 Fsmt 模型,输出原始的隐藏状态,顶部没有任何特定的头。

此模型继承自 PreTrainedModel。请查阅超类文档以了解该库为其所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头等)。

该模型也是 PyTorch torch.nn.Module 的子类。可以像常规的 PyTorch 模块一样使用它,并参考 PyTorch 文档了解所有与常规用法和行为相关的事项。

forward

< >

( input_ids: LongTensor attention_mask: typing.Optional[torch.Tensor] = None decoder_input_ids: typing.Optional[torch.LongTensor] = None decoder_attention_mask: typing.Optional[torch.BoolTensor] = None head_mask: typing.Optional[torch.Tensor] = None decoder_head_mask: typing.Optional[torch.Tensor] = None cross_attn_head_mask: typing.Optional[torch.Tensor] = None encoder_outputs: typing.Optional[tuple[torch.FloatTensor]] = None past_key_values: typing.Optional[tuple[torch.FloatTensor]] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None inputs_embeds: typing.Optional[torch.FloatTensor] = None decoder_inputs_embeds: typing.Optional[torch.FloatTensor] = None return_dict: typing.Optional[bool] = None ) transformers.modeling_outputs.Seq2SeqModelOutput or tuple(torch.FloatTensor)

参数

  • input_ids (torch.LongTensor, 形状为 (batch_size, sequence_length)) — 词汇表中输入序列词元的索引。默认情况下,填充将被忽略。

    可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

    什么是输入 ID?

  • attention_mask (torch.Tensor, 形状为 (batch_size, sequence_length), 可选) — 用于避免在填充词元索引上执行注意力操作的掩码。掩码值在 [0, 1] 中选择:

    • 1 表示词元未被掩码
    • 0 表示词元被掩码

    什么是注意力掩码?

  • decoder_input_ids (torch.LongTensor, 形状为 (batch_size, target_sequence_length), 可选) — 词汇表中解码器输入序列词元的索引。

    可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

    什么是解码器输入 ID?

    FSMT 使用 `eos_token_id` 作为生成 `decoder_input_ids` 的起始词元。如果使用 `past_key_values`,可以选择只输入最后的 `decoder_input_ids`(参见 `past_key_values`)。

  • decoder_attention_mask (torch.BoolTensor, 形状为 (batch_size, target_sequence_length), 可选) — 默认行为:生成一个忽略 `decoder_input_ids` 中填充词元的张量。默认情况下也会使用因果掩码。
  • head_mask (torch.Tensor, 形状为 (num_heads,)(num_layers, num_heads), 可选) — 用于将自注意力模块中选定的头置零的掩码。掩码值在 [0, 1] 中选择:

    • 1 表示头未被掩码
    • 0 表示头被掩码
  • decoder_head_mask (torch.Tensor, 形状为 (decoder_layers, decoder_attention_heads), 可选) — 用于将解码器中注意力模块选定的头置零的掩码。掩码值在 [0, 1] 中选择:

    • 1 表示头未被掩码
    • 0 表示头被掩码
  • cross_attn_head_mask (torch.Tensor, 形状为 (decoder_layers, decoder_attention_heads), 可选) — 用于将解码器中交叉注意力模块选定的头置零的掩码。掩码值在 [0, 1] 中选择:

    • 1 表示头未被掩码
    • 0 表示头被掩码
  • encoder_outputs (tuple[torch.FloatTensor], 可选) — 元组包含(`last_hidden_state`,可选:`hidden_states`,可选:`attentions`)。形状为 `(batch_size, sequence_length, hidden_size)` 的 `last_hidden_state`,可选,是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。
  • past_key_values (tuple[torch.FloatTensor], 可选) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包括在解码的前一个阶段,当 `use_cache=True` 或 `config.use_cache=True` 时,模型返回的 `past_key_values`。

    允许两种格式:

    • 一个 Cache 实例,请参阅我们的 kv 缓存指南
    • 一个长度为 `config.n_layers` 的 `tuple(torch.FloatTensor)` 元组,其中每个元组包含2个形状为 `(batch_size, num_heads, sequence_length, embed_size_per_head)` 的张量。这也称为传统缓存格式。

    模型将输出与输入相同的缓存格式。如果没有传递 `past_key_values`,将返回传统缓存格式。

    如果使用 `past_key_values`,用户可以选择只输入最后一个 `input_ids`(即那些没有为其提供过去键值状态的词元),形状为 `(batch_size, 1)`,而不是所有形状为 `(batch_size, sequence_length)` 的 `input_ids`。

  • use_cache (bool, 可选) — 如果设置为 `True`,将返回 `past_key_values` 键值状态,可用于加速解码(参见 `past_key_values`)。
  • output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的 `attentions`。
  • output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的 `hidden_states`。
  • inputs_embeds (torch.FloatTensor, 形状为 (batch_size, sequence_length, hidden_size), 可选) — 或者,你可以选择直接传递嵌入表示,而不是传递 `input_ids`。如果你希望比模型的内部嵌入查找矩阵有更多控制权来将 `input_ids` 索引转换为相关向量,这会很有用。
  • decoder_inputs_embeds (torch.FloatTensor, 形状为 (batch_size, target_sequence_length, hidden_size), 可选) — 或者,你可以选择直接传递嵌入表示,而不是传递 `decoder_input_ids`。如果使用 `past_key_values`,可以选择只输入最后的 `decoder_inputs_embeds`(参见 `past_key_values`)。如果你希望比模型的内部嵌入查找矩阵有更多控制权来将 `decoder_input_ids` 索引转换为相关向量,这会很有用。

    如果 `decoder_input_ids` 和 `decoder_inputs_embeds` 均未设置,则 `decoder_inputs_embeds` 的值将取自 `inputs_embeds`。

  • return_dict (bool, 可选) — 是否返回一个 ModelOutput 而不是一个普通的元组。

返回

transformers.modeling_outputs.Seq2SeqModelOutputtuple(torch.FloatTensor)

一个 transformers.modeling_outputs.Seq2SeqModelOutput 或一个 `torch.FloatTensor` 元组(如果传递了 `return_dict=False` 或当 `config.return_dict=False` 时),包含根据配置(FSMTConfig)和输入而异的各种元素。

  • last_hidden_state (torch.FloatTensor,形状为 (batch_size, sequence_length, hidden_size)) — 模型解码器最后一层输出的隐藏状态序列。

    如果使用了 past_key_values,则只输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。

  • past_key_values (EncoderDecoderCache, 可选, 在传递 `use_cache=True` 或 `config.use_cache=True` 时返回) — 这是一个 EncoderDecoderCache 实例。有关更多详细信息,请参阅我们的 kv 缓存指南

    包含预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于(参见 past_key_values 输入)加速顺序解码。

  • decoder_hidden_states (tuple(torch.FloatTensor), 可选, 在传递 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) — `torch.FloatTensor` 元组(一个用于嵌入层的输出,如果模型有嵌入层,+ 一个用于每层输出),形状为 `(batch_size, sequence_length, hidden_size)`。

    解码器在每个层输出的隐藏状态,加上可选的初始嵌入输出。

  • decoder_attentions (tuple(torch.FloatTensor), 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — `torch.FloatTensor` 元组(每层一个),形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。

    解码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。

  • cross_attentions (tuple(torch.FloatTensor), 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — `torch.FloatTensor` 元组(每层一个),形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。

    解码器交叉注意力层的注意力权重,在注意力 softmax 之后,用于计算交叉注意力头中的加权平均。

  • encoder_last_hidden_state (torch.FloatTensor,形状为 (batch_size, sequence_length, hidden_size)可选) — 模型编码器最后一层输出的隐藏状态序列。

  • encoder_hidden_states (tuple(torch.FloatTensor), 可选, 在传递 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) — `torch.FloatTensor` 元组(一个用于嵌入层的输出,如果模型有嵌入层,+ 一个用于每层输出),形状为 `(batch_size, sequence_length, hidden_size)`。

    编码器在每个层输出的隐藏状态,加上可选的初始嵌入输出。

  • encoder_attentions (tuple(torch.FloatTensor), 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — `torch.FloatTensor` 元组(每层一个),形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。

    编码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。

FSMTModel 的 forward 方法,重写了 `__call__` 特殊方法。

尽管前向传播的逻辑需要在此函数内定义,但之后应该调用 `Module` 实例而不是此函数,因为前者会处理运行前处理和后处理步骤,而后者会默默地忽略它们。

FSMTForConditionalGeneration

class transformers.FSMTForConditionalGeneration

< >

( config: FSMTConfig )

参数

  • config (FSMTConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查阅 from_pretrained() 方法来加载模型权重。

带有语言模型头的 FSMT 模型。可用于摘要生成。

此模型继承自 PreTrainedModel。请查阅超类文档以了解该库为其所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头等)。

该模型也是 PyTorch torch.nn.Module 的子类。可以像常规的 PyTorch 模块一样使用它,并参考 PyTorch 文档了解所有与常规用法和行为相关的事项。

forward

< >

( input_ids: typing.Optional[torch.LongTensor] = None attention_mask: typing.Optional[torch.Tensor] = None decoder_input_ids: typing.Optional[torch.LongTensor] = None decoder_attention_mask: typing.Optional[torch.BoolTensor] = None head_mask: typing.Optional[torch.Tensor] = None decoder_head_mask: typing.Optional[torch.Tensor] = None cross_attn_head_mask: typing.Optional[torch.Tensor] = None encoder_outputs: typing.Optional[tuple[torch.FloatTensor]] = None past_key_values: typing.Optional[tuple[torch.FloatTensor]] = None inputs_embeds: typing.Optional[torch.Tensor] = None decoder_inputs_embeds: typing.Optional[torch.Tensor] = None labels: typing.Optional[torch.LongTensor] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) transformers.modeling_outputs.Seq2SeqLMOutput or tuple(torch.FloatTensor)

参数

  • input_ids (torch.LongTensor, 形状为 (batch_size, sequence_length), 可选) — 词汇表中输入序列词元的索引。默认情况下,填充将被忽略。

    可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

    什么是输入 ID?

  • attention_mask (torch.Tensor, 形状为 (batch_size, sequence_length), 可选) — 用于避免在填充词元索引上执行注意力操作的掩码。掩码值在 [0, 1] 中选择:

    • 1 表示词元未被掩码
    • 0 表示词元被掩码

    什么是注意力掩码?

  • decoder_input_ids (torch.LongTensor, 形状为 (batch_size, target_sequence_length), 可选) — 词汇表中解码器输入序列词元的索引。

    可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

    什么是解码器输入 ID?

    FSMT 使用 `eos_token_id` 作为生成 `decoder_input_ids` 的起始词元。如果使用 `past_key_values`,可以选择只输入最后的 `decoder_input_ids`(参见 `past_key_values`)。

  • decoder_attention_mask (torch.BoolTensor, 形状为 (batch_size, target_sequence_length), 可选) — 默认行为:生成一个忽略 `decoder_input_ids` 中填充词元的张量。默认情况下也会使用因果掩码。
  • head_mask (torch.Tensor,形状为 (num_heads,)(num_layers, num_heads)可选) — 用于将自注意力模块中选定的头置为无效的掩码。掩码值的取值范围为 [0, 1]

    • 1 表示头未被掩码
    • 0 表示头被掩码
  • decoder_head_mask (torch.Tensor,形状为 (decoder_layers, decoder_attention_heads)可选) — 用于将解码器中注意力模块选定的头置为无效的掩码。掩码值的取值范围为 [0, 1]

    • 1 表示头未被掩码
    • 0 表示头被掩码
  • cross_attn_head_mask (torch.Tensor,形状为 (decoder_layers, decoder_attention_heads)可选) — 用于将解码器中交叉注意力模块选定的头置为无效的掩码。掩码值的取值范围为 [0, 1]

    • 1 表示头未被掩码
    • 0 表示头被掩码
  • encoder_outputs (tuple[torch.FloatTensor], 可选) — 元组包含 (last_hidden_state, 可选: hidden_states, 可选: attentions)。形状为 (batch_size, sequence_length, hidden_size)last_hidden_state可选)是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力机制。
  • past_key_values (tuple[torch.FloatTensor]可选) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包含在解码的前一阶段,当 use_cache=Trueconfig.use_cache=True 时,模型返回的 past_key_values

    允许两种格式:

    • Cache 实例,请参阅我们的 kv 缓存指南
    • 长度为 config.n_layerstuple(torch.FloatTensor) 元组,每个元组包含两个形状为 (batch_size, num_heads, sequence_length, embed_size_per_head) 的张量)。这也称为旧版缓存格式。

    模型将输出与输入相同的缓存格式。如果没有传递 past_key_values,将返回旧版缓存格式。

    如果使用 past_key_values,用户可以选择只输入最后的 input_ids(那些没有为其提供过去键值状态的 ID),形状为 (batch_size, 1),而不是所有形状为 (batch_size, sequence_length)input_ids

  • inputs_embeds (torch.Tensor,形状为 (batch_size, sequence_length, hidden_size)可选) — 可选地,你可以选择直接传递嵌入表示,而不是传递 input_ids。如果你希望比模型内部的嵌入查找矩阵更好地控制如何将 input_ids 索引转换为相关联的向量,这会很有用。
  • decoder_inputs_embeds (torch.Tensor,形状为 (batch_size, target_sequence_length, hidden_size)可选) — 可选地,你可以选择直接传递嵌入表示,而不是传递 decoder_input_ids。如果使用了 past_key_values,则可以选择只输入最后的 decoder_inputs_embeds(参见 past_key_values)。如果你希望比模型内部的嵌入查找矩阵更好地控制如何将 decoder_input_ids 索引转换为相关联的向量,这会很有用。

    如果 decoder_input_idsdecoder_inputs_embeds 都未设置,decoder_inputs_embeds 将取 inputs_embeds 的值。

  • labels (torch.LongTensor,形状为 (batch_size, sequence_length)可选) — 用于计算掩码语言建模损失的标签。索引应在 [0, ..., config.vocab_size] 或 -100 之间(参见 input_ids 文档字符串)。索引设置为 -100 的词元将被忽略(掩码),损失仅对标签在 [0, ..., config.vocab_size] 范围内的词元进行计算。
  • use_cache (bool可选) — 如果设置为 True,将返回 past_key_values 键值状态,可用于加速解码(参见 past_key_values)。
  • output_attentions (bool可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的 attentions
  • output_hidden_states (bool可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的 hidden_states
  • return_dict (bool可选) — 是否返回 ModelOutput 而不是普通的元组。

返回

transformers.modeling_outputs.Seq2SeqLMOutputtuple(torch.FloatTensor)

一个 transformers.modeling_outputs.Seq2SeqLMOutput 或一个 torch.FloatTensor 的元组(如果传递了 return_dict=False 或当 config.return_dict=False 时),根据配置(FSMTConfig)和输入,包含各种元素。

  • loss (torch.FloatTensor,形状为 (1,)可选,当提供 labels 时返回) — 语言建模损失。

  • logits (形状为 (batch_size, sequence_length, config.vocab_size)torch.FloatTensor) — 语言建模头部的预测分数(SoftMax 之前的每个词汇标记的分数)。

  • past_key_values (EncoderDecoderCache, 可选, 在传递 `use_cache=True` 或 `config.use_cache=True` 时返回) — 这是一个 EncoderDecoderCache 实例。有关更多详细信息,请参阅我们的 kv 缓存指南

    包含预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于(参见 past_key_values 输入)加速顺序解码。

  • decoder_hidden_states (tuple(torch.FloatTensor), 可选, 在传递 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) — `torch.FloatTensor` 元组(一个用于嵌入层的输出,如果模型有嵌入层,+ 一个用于每层输出),形状为 `(batch_size, sequence_length, hidden_size)`。

    解码器在每一层输出时的隐藏状态以及初始嵌入输出。

  • decoder_attentions (tuple(torch.FloatTensor), 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — `torch.FloatTensor` 元组(每层一个),形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。

    解码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。

  • cross_attentions (tuple(torch.FloatTensor), 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — `torch.FloatTensor` 元组(每层一个),形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。

    解码器交叉注意力层的注意力权重,在注意力 softmax 之后,用于计算交叉注意力头中的加权平均。

  • encoder_last_hidden_state (torch.FloatTensor,形状为 (batch_size, sequence_length, hidden_size)可选) — 模型编码器最后一层输出的隐藏状态序列。

  • encoder_hidden_states (tuple(torch.FloatTensor), 可选, 在传递 `output_hidden_states=True` 或 `config.output_hidden_states=True` 时返回) — `torch.FloatTensor` 元组(一个用于嵌入层的输出,如果模型有嵌入层,+ 一个用于每层输出),形状为 `(batch_size, sequence_length, hidden_size)`。

    编码器在每一层输出时的隐藏状态以及初始嵌入输出。

  • encoder_attentions (tuple(torch.FloatTensor), 可选, 在传递 `output_attentions=True` 或 `config.output_attentions=True` 时返回) — `torch.FloatTensor` 元组(每层一个),形状为 `(batch_size, num_heads, sequence_length, sequence_length)`。

    编码器的注意力权重,在注意力 softmax 之后,用于计算自注意力头中的加权平均。

FSMTForConditionalGeneration 的 forward 方法会覆盖 __call__ 特殊方法。

尽管前向传播的逻辑需要在此函数内定义,但之后应该调用 `Module` 实例而不是此函数,因为前者会处理运行前处理和后处理步骤,而后者会默默地忽略它们。

翻译示例

>>> from transformers import AutoTokenizer, FSMTForConditionalGeneration

>>> mname = "facebook/wmt19-ru-en"
>>> model = FSMTForConditionalGeneration.from_pretrained(mname)
>>> tokenizer = AutoTokenizer.from_pretrained(mname)

>>> src_text = "Машинное обучение - это здорово, не так ли?"
>>> input_ids = tokenizer(src_text, return_tensors="pt").input_ids
>>> outputs = model.generate(input_ids, num_beams=5, num_return_sequences=3)
>>> tokenizer.decode(outputs[0], skip_special_tokens=True)
"Machine learning is great, isn't it?"
< > 在 GitHub 上更新