Transformers 文档
FSMT
并获取增强的文档体验
开始使用
FSMT
概述
FSMT (FairSeq MachineTranslation) 模型在 Facebook FAIR 的 WMT19 新闻翻译任务提交中被 Nathan Ng、Kyra Yee、Alexei Baevski、Myle Ott、Michael Auli、Sergey Edunov 提出。
该论文的摘要如下:
本文介绍了 Facebook FAIR 提交给 WMT19 共享新闻翻译任务的内容。我们参与了两个语言对和四个语言方向:英语 <-> 德语和英语 <-> 俄语。延续我们去年的提交,我们的基线系统是基于 BPE 的大型 transformer 模型,这些模型使用 Fairseq 序列建模工具包进行训练,并依赖于采样的反向翻译。今年,我们尝试了不同的双语文本数据过滤方案,以及添加过滤后的反向翻译数据。我们还在特定领域的数据上集成和微调了我们的模型,然后使用噪声信道模型重排序进行解码。在人工评估活动的所有四个方向中,我们的提交均排名第一。在英 -> 德方向,我们的系统显著优于其他系统以及人工翻译。该系统比我们 WMT’18 的提交提高了 4.5 BLEU 分。
实现说明
- FSMT 使用未组合成一个的源词汇和目标词汇对。它也不共享嵌入 tokens。它的分词器与 XLMTokenizer 非常相似,并且主模型源自 BartModel。
FSMTConfig
class transformers.FSMTConfig
< 源代码 >( 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。定义了可以由传递给编码器中 forward 方法的inputs_ids
表示的不同 token 的数量。 - tgt_vocab_size (
int
) — 解码器的词汇表大小。定义了可以由传递给解码器中 forward 方法的inputs_ids
表示的不同 token 的数量。 - d_model (
int
, optional, defaults to 1024) — 层和池化器层的维度。 - encoder_layers (
int
, optional, defaults to 12) — 编码器层数。 - decoder_layers (
int
, optional, defaults to 12) — 解码器层数。 - encoder_attention_heads (
int
, optional, defaults to 16) — Transformer 编码器中每个注意力层的注意力头数。 - decoder_attention_heads (
int
, optional, defaults to 16) — Transformer 解码器中每个注意力层的注意力头数。 - decoder_ffn_dim (
int
, optional, defaults to 4096) — 解码器中“中间”(通常称为前馈)层的维度。 - encoder_ffn_dim (
int
, optional, defaults to 4096) — 解码器中“中间”(通常称为前馈)层的维度。 - activation_function (
str
或Callable
, optional, defaults to"relu"
) — 编码器和池化器中的非线性激活函数(函数或字符串)。如果为字符串,则支持"gelu"
,"relu"
,"silu"
和"gelu_new"
。 - dropout (
float
, optional, defaults to 0.1) — 嵌入层、编码器和池化器中所有全连接层的 dropout 概率。 - attention_dropout (
float
, optional, defaults to 0.0) — 注意力概率的 dropout 比率。 - activation_dropout (
float
, optional, defaults to 0.0) — 全连接层内部激活的 dropout 比率。 - max_position_embeddings (
int
, optional, defaults to 1024) — 此模型可能使用的最大序列长度。通常将其设置为较大的值以防万一(例如,512 或 1024 或 2048)。 - init_std (
float
, optional, defaults to 0.02) — 用于初始化所有权重矩阵的 truncated_normal_initializer 的标准差。 - scale_embedding (
bool
, optional, defaults toTrue
) — 是否通过除以 sqrt(d_model) 来缩放嵌入。 - bos_token_id (
int
, optional, defaults to 0) — 流开始 token id。 - pad_token_id (
int
, optional, defaults to 1) — 填充 token id。 - eos_token_id (
int
, optional, defaults to 2) — 流结束 token id。 - decoder_start_token_id (
int
, optional) — 此模型以eos_token_id
开始解码 - encoder_layerdrop (
float
, optional, defaults to 0.0) — 谷歌 “layerdrop arxiv”,因为它无法用一句话解释清楚。 - decoder_layerdrop (
float
, optional, defaults to 0.0) — 谷歌 “layerdrop arxiv”,因为它无法用一句话解释清楚。 - is_encoder_decoder (
bool
, optional, defaults toTrue
) — 是否为编码器/解码器模型。 - tie_word_embeddings (
bool
, optional, defaults toFalse
) — 是否绑定输入和输出嵌入。 - num_beams (
int
, optional, defaults to 5) — beam search 的 beam 数量,默认情况下将在模型的generate
方法中使用。1 表示不使用 beam search。 - length_penalty (
float
, optional, defaults to 1) — 用于基于 beam 的生成的指数长度惩罚。它作为序列长度的指数应用,而序列长度又用于除以序列的分数。由于分数是序列的对数似然(即负数),因此length_penalty
> 0.0 会促进更长的序列,而length_penalty
< 0.0 会鼓励更短的序列。 - early_stopping (
bool
, optional, defaults toFalse
) — 一个标志,默认情况下将在模型的generate
方法中使用。指示是否在每个批次至少完成num_beams
个句子时停止 beam search。 - use_cache (
bool
, optional, defaults toTrue
) — 模型是否应返回最后一次的键/值注意力机制(并非所有模型都使用)。 - forced_eos_token_id (
int
, optional, defaults to 2) — 当达到max_length
时,强制作为最后一个生成的 token 的 token id。通常设置为eos_token_id
。
这是用于存储 FSMTModel 配置的配置类。它用于根据指定的参数实例化 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
< source >( 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]
, optional) — 要翻译的源语言和目标语言的列表,例如["en", "ru"]
。 - src_vocab_file (
str
, optional) — 包含源语言词汇表的文件。 - tgt_vocab_file (
st
, optional) — 包含目标语言词汇表的文件。 - merges_file (
str
, optional) — 包含 merges 的文件。 - do_lower_case (
bool
, optional, defaults toFalse
) — 是否在 tokenizing 时将输入转换为小写。 - unk_token (
str
, optional, defaults to"<unk>"
) — 未知 token。词汇表中没有的 token 无法转换为 ID,而是设置为此 token。 - bos_token (
str
, optional, defaults to"<s>"
) — 预训练期间使用的序列开始 token。可以用作序列分类器 token。当使用特殊 token 构建序列时,这不是用于序列开头的 token。使用的 token 是
cls_token
。 - sep_token (
str
, optional, defaults to"</s>"
) — 分隔符 token,用于从多个序列构建序列时,例如用于序列分类的两个序列,或用于问答的文本和问题。它也用作使用特殊 token 构建的序列的最后一个 token。 - pad_token (
str
, optional, defaults to"<pad>"
) — 用于 padding 的 token,例如在对不同长度的序列进行批处理时。
构建 FAIRSEQ Transformer tokenizer。基于 Byte-Pair Encoding。tokenization 过程如下:
- Moses 预处理和 tokenization。
- 规范化所有输入文本。
- 参数
special_tokens
和函数set_special_tokens
可用于向词汇表添加其他符号(如“classify”)。 - 参数
langs
定义了一对语言。
此 tokenizer 继承自 PreTrainedTokenizer,其中包含大多数主要方法。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
< source >( token_ids_0: typing.List[int] token_ids_1: typing.Optional[typing.List[int]] = None ) → List[int]
参数
- token_ids_0 (
List[int]
) — 将向其添加特殊 token 的 ID 列表。 - token_ids_1 (
List[int]
, optional) — 序列对的可选的第二个 ID 列表。
返回值
List[int]
带有适当特殊 token 的 输入 ID 列表。
通过连接并添加特殊 token,从序列或序列对构建模型输入,用于序列分类任务。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
< source >( token_ids_0: typing.List[int] token_ids_1: typing.Optional[typing.List[int]] = None already_has_special_tokens: bool = False ) → List[int]
从没有添加特殊令牌的令牌列表中检索序列 ID。当使用 tokenizer prepare_for_model
方法添加特殊令牌时,会调用此方法。
create_token_type_ids_from_sequences
< source >( token_ids_0: typing.List[int] token_ids_1: typing.Optional[typing.List[int]] = None ) → List[int]
从传递的两个序列创建掩码,用于序列对分类任务。FAIRSEQ
Transformer 序列对掩码具有以下格式
0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1
| first sequence | second sequence |
如果 token_ids_1
为 None
,则此方法仅返回掩码的第一部分(0)。
从传递的两个序列创建掩码,用于序列对分类任务。FAIRSEQ_TRANSFORMER 序列对掩码具有以下格式
FSMTModel
class transformers.FSMTModel
< source >( config: FSMTConfig )
参数
- config (FSMTConfig) — 带有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重,仅加载配置。查看 from_pretrained() 方法来加载模型权重。
裸 FSMT 模型,输出原始隐藏状态,顶部没有任何特定的头。
此模型继承自 PreTrainedModel。查看超类文档,了解库为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、剪枝头等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参阅 PyTorch 文档,了解与常规用法和行为相关的所有事项。
forward
< source >( 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[typing.Tuple[torch.FloatTensor]] = None past_key_values: typing.Optional[typing.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 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
,形状为(batch_size, sequence_length)
) — 词汇表中输入序列令牌的索引。可以使用
FSTMTokenizer
获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。 - attention_mask (
torch.Tensor
,形状为(batch_size, sequence_length)
, optional) — 用于避免在填充令牌索引上执行注意力的掩码。在[0, 1]
中选择的掩码值:- 1 表示未被掩盖的令牌,
- 0 表示被掩盖的令牌。
- decoder_input_ids (
torch.LongTensor
,形状为(batch_size, target_sequence_length)
, optional) — 词汇表中解码器输入序列令牌的索引。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
FSMT 使用
eos_token_id
作为decoder_input_ids
生成的起始令牌。如果使用past_key_values
,则可以选择仅输入最后的decoder_input_ids
(请参阅past_key_values
)。 - decoder_attention_mask (
torch.BoolTensor
,形状为(batch_size, target_sequence_length)
, optional) — 默认行为:生成一个张量,该张量忽略decoder_input_ids
中的填充令牌。默认情况下,也将使用因果掩码。 - head_mask (
torch.Tensor
,形状为(encoder_layers, encoder_attention_heads)
, optional) — 用于使编码器中注意力模块的选定头无效的掩码。在[0, 1]
中选择的掩码值:- 1 表示头未被掩盖,
- 0 表示头被掩盖。
- decoder_head_mask (
torch.Tensor
,形状为(decoder_layers, decoder_attention_heads)
, optional) — 用于使解码器中注意力模块的选定头无效的掩码。在[0, 1]
中选择的掩码值:- 1 表示头未被掩盖,
- 0 表示头被掩盖。
- cross_attn_head_mask (
torch.Tensor
,形状为(decoder_layers, decoder_attention_heads)
, optional) — 用于使解码器中交叉注意力模块的选定头无效的掩码。在[0, 1]
中选择的掩码值:- 1 表示头未被掩盖,
- 0 表示头被掩盖。
- encoder_outputs (
Tuple(torch.FloatTensor)
, optional) — 元组由 (last_hidden_state
, optional:hidden_states
, optional:attentions
) 组成。last_hidden_state
的形状为(batch_size, sequence_length, hidden_size)
,是编码器最后一层的输出处的隐藏状态序列。用于解码器的交叉注意力。 - past_key_values (
Tuple(torch.FloatTensor)
,长度为config.n_layers
,每个元组有 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含注意力块的预先计算的键和值隐藏状态。可用于加速解码。如果使用past_key_values
,用户可以选择仅输入最后的decoder_input_ids
(那些没有将其过去的键值状态提供给此模型的)形状为(batch_size, 1)
,而不是所有形状为(batch_size, sequence_length)
的decoder_input_ids
。 - inputs_embeds (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
, optional) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。如果您希望比模型的内部嵌入查找矩阵更好地控制如何将input_ids
索引转换为关联的向量,这将非常有用。 - decoder_inputs_embeds (
torch.FloatTensor
,形状为(batch_size, target_sequence_length, hidden_size)
, optional) — 可选地,您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
,则可以选择仅输入最后的decoder_inputs_embeds
(请参阅past_key_values
)。如果您希望比模型的内部嵌入查找矩阵更好地控制如何将decoder_input_ids
索引转换为关联的向量,这将非常有用。如果
decoder_input_ids
和decoder_inputs_embeds
都未设置,则decoder_inputs_embeds
采用inputs_embeds
的值。 - use_cache (
bool
, optional, defaults toTrue
) — 如果设置为True
,则返回past_key_values
键值状态,并且可以用于加速解码(请参阅past_key_values
)。 - output_attentions (
bool
, optional) — 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
, optional) — 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
, optional) — 是否返回 ModelOutput 而不是普通元组。
返回值
transformers.modeling_outputs.Seq2SeqModelOutput 或 tuple(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),其中包含各种元素,具体取决于配置 (FSMTConfig) 和输入。
-
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处的隐藏状态序列。如果使用
past_key_values
,则仅输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选的, 当use_cache=True
传递时或当config.use_cache=True
时返回) — 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)
的张量和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。包含预计算的隐藏状态(自注意力模块和交叉注意力模块中的键和值),这些状态可以用于(参见
past_key_values
输入)加速顺序解码。 -
decoder_hidden_states (
tuple(torch.FloatTensor)
, 可选的, 当output_hidden_states=True
传递时或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则为嵌入的输出,加上每层输出一个),形状为(batch_size, sequence_length, hidden_size)
。解码器在每一层输出端的隐藏状态,加上可选的初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选的, 当output_attentions=True
传递时或当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)
, 可选的, 当output_attentions=True
传递时或当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 (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选的) — 模型编码器最后一层输出端的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选的, 当output_hidden_states=True
传递时或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则为嵌入的输出,加上每层输出一个),形状为(batch_size, sequence_length, hidden_size)
。编码器在每一层输出端的隐藏状态,加上可选的初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选的, 当output_attentions=True
传递时或当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。
The FSMTModel forward 方法,重写了 __call__
特殊方法。
尽管前向传播的步骤需要在该函数内定义,但应该在之后调用 Module
实例而不是此函数,因为前者负责处理预处理和后处理步骤,而后者会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, FSMTModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("facebook/wmt19-ru-en")
>>> model = FSMTModel.from_pretrained("facebook/wmt19-ru-en")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
FSMTForConditionalGeneration
class transformers.FSMTForConditionalGeneration
< source >( config: FSMTConfig )
参数
- config (FSMTConfig) — 带有模型所有参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重,仅加载配置。查看 from_pretrained() 方法以加载模型权重。
带有语言建模头的 FSMT 模型。可用于摘要。
此模型继承自 PreTrainedModel。查看超类文档,了解库为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、剪枝头等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参阅 PyTorch 文档,了解与常规用法和行为相关的所有事项。
forward
< source >( 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[typing.Tuple[torch.FloatTensor]] = None past_key_values: typing.Optional[typing.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 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, sequence_length)
的torch.LongTensor
) — 词汇表中输入序列 tokens 的索引。可以使用
FSTMTokenizer
获取索引。有关详细信息,请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。 - attention_mask (形状为
(batch_size, sequence_length)
的torch.Tensor
, 可选的) — 用于避免在 padding token 索引上执行注意力的 Mask。Mask 值在[0, 1]
中选择:- 1 表示 tokens 未被屏蔽,
- 0 表示 tokens 已被屏蔽。
- decoder_input_ids (形状为
(batch_size, target_sequence_length)
的torch.LongTensor
, 可选的) — 词汇表中解码器输入序列 tokens 的索引。可以使用 AutoTokenizer 获取索引。有关详细信息,请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
FSMT 使用
eos_token_id
作为decoder_input_ids
生成的起始 token。如果使用past_key_values
,则可以选择仅输入最后一个decoder_input_ids
(参见past_key_values
)。 - decoder_attention_mask (形状为
(batch_size, target_sequence_length)
的torch.BoolTensor
, 可选的) — 默认行为:生成一个忽略decoder_input_ids
中的 pad tokens 的张量。默认情况下,也将使用因果 mask。 - head_mask (形状为
(encoder_layers, encoder_attention_heads)
的torch.Tensor
, 可选的) — 用于 nullify 编码器中注意力模块的选定 heads 的 Mask。Mask 值在[0, 1]
中选择:- 1 表示 head 未被屏蔽,
- 0 表示 head 已被屏蔽。
- decoder_head_mask (形状为
(decoder_layers, decoder_attention_heads)
的torch.Tensor
, 可选的) — 用于 nullify 解码器中注意力模块的选定 heads 的 Mask。Mask 值在[0, 1]
中选择:- 1 表示 head 未被屏蔽,
- 0 表示 head 已被屏蔽。
- cross_attn_head_mask (形状为
(decoder_layers, decoder_attention_heads)
的torch.Tensor
, 可选的) — 用于 nullify 解码器中交叉注意力模块的选定 heads 的 Mask。Mask 值在[0, 1]
中选择:- 1 表示 head 未被屏蔽,
- 0 表示 head 已被屏蔽。
- encoder_outputs (
Tuple(torch.FloatTensor)
, 可选的) — 元组由 (last_hidden_state
, 可选的:hidden_states
, 可选的:attentions
) 组成。形状为(batch_size, sequence_length, hidden_size)
的last_hidden_state
是编码器最后一层输出端的隐藏状态序列。在解码器的交叉注意力中使用。 - past_key_values (长度为
config.n_layers
的Tuple(torch.FloatTensor)
,其中每个元组有 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含注意力模块的预计算的键和值隐藏状态。可用于加速解码。如果使用past_key_values
,用户可以选择仅输入最后一个decoder_input_ids
(那些没有将其过去的键值状态提供给此模型的),形状为(batch_size, 1)
,而不是所有形状为(batch_size, sequence_length)
的decoder_input_ids
。 - inputs_embeds (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选的) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。如果您希望更好地控制如何将input_ids
索引转换为关联的向量,而不是模型的内部嵌入查找矩阵,这将非常有用。 - decoder_inputs_embeds (形状为
(batch_size, target_sequence_length, hidden_size)
的torch.FloatTensor
, 可选的) — 可选地,您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
,则可以选择仅输入最后一个decoder_inputs_embeds
(参见past_key_values
)。如果您希望更好地控制如何将decoder_input_ids
索引转换为关联的向量,而不是模型的内部嵌入查找矩阵,这将非常有用。如果
decoder_input_ids
和decoder_inputs_embeds
均未设置,则decoder_inputs_embeds
采用inputs_embeds
的值。 - use_cache (
bool
, 可选的, 默认为True
) — 如果设置为True
,则返回past_key_values
键值状态,并可用于加速解码(参见past_key_values
)。 - output_attentions (
bool
, 可选的) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参见返回张量下的attentions
。 - output_hidden_states (
bool
, 可选的) — 是否返回所有层的隐藏状态。有关更多详细信息,请参见返回张量下的hidden_states
。 - return_dict (
bool
, optional) — 是否返回 ModelOutput 而不是一个普通的元组。 - labels (
torch.LongTensor
,形状为(batch_size, sequence_length)
,可选) — 用于计算掩码语言模型损失的标签。索引应该在[0, ..., config.vocab_size]
或 -100 之间(参见input_ids
文档字符串)。索引设置为-100
的 token 将被忽略(掩码),损失仅针对标签在[0, ..., config.vocab_size]
中的 token 计算。
返回值
transformers.modeling_outputs.Seq2SeqLMOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqLMOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含各种元素,具体取决于配置 (FSMTConfig) 和输入。
-
loss (
torch.FloatTensor
,形状为(1,)
,可选,当提供labels
时返回) — 语言模型损失。 -
logits (
torch.FloatTensor
,形状为(batch_size, sequence_length, config.vocab_size)
) — 语言模型头的预测得分(SoftMax 之前的每个词汇 token 的得分)。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选的, 当use_cache=True
传递时或当config.use_cache=True
时返回) — 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)
的张量和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。包含预计算的隐藏状态(自注意力模块和交叉注意力模块中的键和值),这些状态可以用于(参见
past_key_values
输入)加速顺序解码。 -
decoder_hidden_states (
tuple(torch.FloatTensor)
, 可选的, 当output_hidden_states=True
传递时或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则为嵌入的输出,加上每层输出一个),形状为(batch_size, sequence_length, hidden_size)
。解码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选的, 当output_attentions=True
传递时或当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)
, 可选的, 当output_attentions=True
传递时或当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 (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选的) — 模型编码器最后一层输出端的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选的, 当output_hidden_states=True
传递时或当config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(如果模型有嵌入层,则为嵌入的输出,加上每层输出一个),形状为(batch_size, sequence_length, hidden_size)
。编码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选的, 当output_attentions=True
传递时或当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。
The FSMTForConditionalGeneration 的 forward 方法,覆盖了 __call__
特殊方法。
尽管前向传播的步骤需要在该函数内定义,但应该在之后调用 Module
实例而不是此函数,因为前者负责处理预处理和后处理步骤,而后者会静默地忽略它们。
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?"