FSMT
概述
FSMT (FairSeq 机器翻译) 模型由 Nathan Ng、Kyra Yee、Alexei Baevski、Myle Ott、Michael Auli、Sergey Edunov 在 Facebook FAIR 的 WMT19 新闻翻译任务提交 中引入。
该论文的摘要如下:
本文介绍了 Facebook FAIR 提交到 WMT19 共享新闻翻译任务的结果。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。继我们去年的提交结果,我们的基线系统是使用 Fairseq 序列建模工具包训练的大型基于 BPE 的 Transformer 模型,这些模型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,以及添加过滤后的反向翻译数据。我们还在特定领域的数据上对模型进行集成和微调,然后使用噪声信道模型重排序进行解码。我们的提交结果在人类评估活动的所有四个方向上排名第一。在 En->De 上,我们的系统显著优于其他系统,以及人类翻译。这个系统比我们 WMT'18 的提交结果提高了 4.5 个 BLEU 分数。
实现说明
- FSMT 使用源和目标词汇对,它们不会合并成一个。它也不共享嵌入令牌。它的分词器与 XLMTokenizer 非常相似,主模型源自 BartModel。
FSMTConfig
class transformers.FSMTConfig
< 来源 >( 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
) — 编码器的词汇量大小。定义了可以通过传递给编码器 forward 方法的inputs_ids
表示的不同 token 的数量。 - tgt_vocab_size (
int
) — 解码器的词汇量大小。定义了可以通过传递给解码器 forward 方法的inputs_ids
表示的不同 token 的数量。 - d_model (
int
, 可选, 默认值为 1024) — 层和池化层的维度。 - encoder_layers (
int
, 可选, 默认值为 12) — 编码器层的数量。 - decoder_layers (
int
, 可选, 默认值为 12) — 解码器层的数量。 - encoder_attention_heads (
int
, 可选, 默认值为 16) — Transformer 编码器中每个注意力层的注意力头的数量。 - decoder_attention_heads (
int
, 可选, 默认值为 16) — Transformer 解码器中每个注意力层的注意力头的数量。 - decoder_ffn_dim (
int
, 可选, 默认值为 4096) — 解码器中“中间”(通常称为前馈)层的维度。 - encoder_ffn_dim (
int
, 可选, 默认值为 4096) — 解码器中“中间”(通常称为前馈)层的维度。 - attention_dropout (
float
, 可选, 默认为 0.0) — 注意力概率的 dropout 比例。 - activation_dropout (
float
, 可选, 默认为 0.0) — 全连接层内部激活值的 dropout 比例。 - max_position_embeddings (
int
, 可选, 默认为 1024) — 此模型可能被使用的最大序列长度。 通常将此值设置为一个较大的值以防万一 (例如,512 或 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初始化的标准差。 - scale_embedding (
bool
, 可选, 默认为True
) — 通过除以 sqrt(d_model) 来缩放嵌入。 - bos_token_id (
int
, 可选, 默认为 0) — 流的开始标记 ID。 - pad_token_id (
int
, 可选, 默认为 1) — 填充标记 ID。 - eos_token_id (
int
, 可选, 默认为 2) — 流的结束标记 ID。 - decoder_start_token_id (
int
, 可选) — 此模型以eos_token_id
开始解码。 - 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) — 模型generate
方法中默认使用的集束搜索光束数量。1 表示没有集束搜索。 - length_penalty (
float
, optional, defaults to 1) — 用于基于集束的生成的长度的指数惩罚。它被应用于序列长度的指数,然后用于除以序列的分数。由于分数是序列的对数似然(即负数),length_penalty
> 0.0 促进更长的序列,而length_penalty
< 0.0 鼓励更短的序列。 - early_stopping (
bool
, optional, defaults toFalse
) — 模型generate
方法中默认使用的标志。是否在每个批次完成至少num_beams
个句子时停止集束搜索。 - use_cache (
bool
, optional, defaults toTrue
) — 模型是否应该返回最后的键/值注意力(并非所有模型都使用)。 - forced_eos_token_id (
int
, optional, defaults to 2) — 当max_length
达到时,强制作为最后一个生成的令牌的令牌 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 FSMT 模型,定义模型架构。使用默认值实例化配置将产生类似于 FSMT facebook/wmt19-en-ru 架构的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。阅读 PretrainedConfig 的文档以了解更多信息。
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 参数 使用特殊标记构建序列时,这不是用于序列开始的标记。用于此目的的标记是 List[str]
, optional) — 例如 ["en", "ru"]
,用于指定要进行翻译的两种语言。 str
, optional) — 包含源语言词汇的文件。 st
, optional) — 包含目标语言词汇的文件。 str
, optional) — 包含合并操作的文件。 bool
, optional, defaults to False
) — 是否在分词时将输入转换为小写。 str
, optional, defaults to "<unk>"
) — 未知标记。不在词汇表中的标记无法转换为 ID,而是设置为此标记。 str
, optional, defaults to "<s>"
) — 预训练过程中使用的序列开始标记。可用作序列分类标记。 cls_token
。str
, optional, defaults to "</s>"
) — 分隔符标记,用于从多个序列构建一个序列,例如用于序列分类的两个序列,或用于问答的文本和问题。它也用作使用特殊标记构建的序列的最后一个标记。 str
, optional, defaults to "<pad>"
) — 用于填充的标记,例如在对不同长度的序列进行批处理时。
构建一个 FAIRSEQ Transformer 分词器。基于字节对编码。分词过程如下:
- Moses 预处理和分词。
- 规范化所有输入文本。
special_tokens
参数和set_special_tokens
函数可以用于向词汇表添加额外的符号(如 ”classify”)。langs
参数定义一对语言。
此分词器继承自 PreTrainedTokenizer,其中包含大部分主要方法。用户应参考此超类以获取有关这些方法的更多信息。
通过连接和添加特殊标记,从用于序列分类任务的序列或序列对构建模型输入。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
< 源代码 > ( token_ids_0: List token_ids_1: Optional = None already_has_special_tokens: bool = False ) → List[int]
从没有添加特殊标记的令牌列表中检索序列 ID。当使用分词器 prepare_for_model
方法添加特殊标记时,会调用此方法。
从传递的两个序列中创建一个掩码,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)。
从传递的两个序列中创建一个掩码,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) — 模型配置类,包含模型的所有参数。使用配置文件进行初始化不会加载与模型关联的权重,只会加载配置。查看 from_pretrained() 方法来加载模型权重。
不带任何特定头的基本 FSMT 模型,输出原始隐藏状态。
此模型继承自 PreTrainedModel。查看超类文档以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、裁剪头等)。
此模型也是 PyTorch torch.nn.Module 的子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档以获取有关一般使用和行为的所有事宜。
forward
< source > ( input_ids: LongTensor attention_mask: Optional = None decoder_input_ids: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None past_key_values: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None inputs_embeds: Optional = None decoder_inputs_embeds: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.Seq2SeqModelOutput or tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
) — 输入序列标记在词汇表中的索引。索引可以使用
FSTMTokenizer
获得。有关详细信息,请查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。 - attention_mask (
torch.Tensor
of shape(batch_size, sequence_length)
, optional) — 用于避免对填充标记索引执行注意力的掩码。在[0, 1]
中选择掩码值:- 1 表示未被掩码的标记
- 0 表示被掩码的标记
- decoder_input_ids (
torch.LongTensor
形状为(batch_size, target_sequence_length)
,可选) — 字典中解码器输入序列标记的索引。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
生成开始标记。如果使用past_key_values
,则可以选择仅输入最后一个decoder_input_ids
(请参阅past_key_values
)。 - decoder_attention_mask (
torch.BoolTensor
形状为(batch_size, target_sequence_length)
,可选) — 默认行为:生成忽略decoder_input_ids
中填充标记的张量。因果掩码也将在默认情况下使用。 - head_mask (
torch.Tensor
形状为(encoder_layers, encoder_attention_heads)
,可选) — 掩码,用于将编码器中注意力模块的选定头设置为零。在[0, 1]
中选择掩码值:- 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) — 掩码,用于将解码器中注意力模块的选定头设置为零。在[0, 1]
中选择掩码值:- 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) — 掩码,用于将解码器中交叉注意力模块的选定头设置为零。在[0, 1]
中选择掩码值:- 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
)last_hidden_state
形状为(batch_size, sequence_length, hidden_size)
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 (长度为
config.n_layers
的Tuple(torch.FloatTensor)
,每个元组包含 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
,则用户可以选择仅输入最后一个decoder_input_ids
(那些没有向此模型提供过去键值状态的decoder_input_ids
),形状为(batch_size, 1)
,而不是所有decoder_input_ids
,形状为(batch_size, sequence_length)
。 - inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。如果您希望对如何将input_ids
索引转换为相关向量比模型的内部嵌入查找矩阵有更多控制,这很有用。 - decoder_inputs_embeds (
torch.FloatTensor
形状为(batch_size, target_sequence_length, hidden_size)
,可选) — 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
(请参阅past_key_values
)。如果您希望对如何将decoder_input_ids
索引转换为相关向量比模型的内部嵌入查找矩阵有更多控制,这很有用。如果
decoder_input_ids
和decoder_inputs_embeds
都未设置,则decoder_inputs_embeds
将采用inputs_embeds
的值。 - use_cache (
bool
, 可选, 默认值True
) — 如果设置为True
,则返回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,请参阅返回的张量中的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,请参阅返回的张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个 ModelOutput 而不是一个普通的元组。
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 return_dict=False
或 config.return_dict=False
),包含取决于配置 (FSMTConfig) 和输入的各种元素。
-
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
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, 当传递use_cache=True
或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量,以及 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。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, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,再加上每个层的输出)形状为(batch_size, sequence_length, hidden_size)
。解码器在每一层输出的隐藏状态,加上可选的初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组(每一层一个)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值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组(每一层一个)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值。
-
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, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,再加上每个层的输出)形状为(batch_size, sequence_length, hidden_size)
。编码器在每一层输出的隐藏状态,加上可选的初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组(每一层一个)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值。
The FSMTModel 正向方法,覆盖了 __call__
特殊方法。
虽然正向传递的配方需要在此函数中定义,但应随后调用 Module
实例,而不是此函数,因为前者负责运行预处理和后处理步骤,而后者则静默地忽略它们。
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) — 模型配置类,包含模型的所有参数。用配置文件初始化不会加载与模型关联的权重,只会加载配置。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。查看超类文档以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、裁剪头等)。
此模型也是 PyTorch torch.nn.Module 的子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档以获取有关一般使用和行为的所有事宜。
forward
< source > ( input_ids: LongTensor attention_mask: Optional = None decoder_input_ids: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None past_key_values: Optional = None inputs_embeds: Optional = None decoder_inputs_embeds: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.Seq2SeqLMOutput or tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 词汇表中输入序列标记的索引。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 (
torch.Tensor
形状为(batch_size, sequence_length)
, 可选) — 避免在填充标记索引上执行注意力操作的掩码。在[0, 1]
中选择掩码值:- 1 表示未掩码的标记,
- 0 表示已掩码的标记。
- 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标记的索引。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
生成的起始标记。如果使用past_key_values
,可以选择仅输入最后一个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
中填充标记的张量。因果掩码也将默认使用。 - head_mask (
torch.Tensor
形状为(encoder_layers, encoder_attention_heads)
, 可选) — 掩码,用于使编码器中注意力模块的选定头部无效。在[0, 1]
中选择掩码值:- 1 表示未掩码的头部,
- 0 表示已掩码的头部。
- decoder_head_mask (
torch.Tensor
形状为(decoder_layers, decoder_attention_heads)
, 可选) — 掩码,用于使解码器中注意力模块的选定头部无效。在[0, 1]
中选择掩码值:- 1 表示未掩码的头部,
- 0 表示已掩码的头部。
- cross_attn_head_mask (
torch.Tensor
形状为(decoder_layers, decoder_attention_heads)
, 可选) — 掩码,用于使解码器中交叉注意力模块的选定头部无效。在[0, 1]
中选择掩码值:- 1 表示未掩码的头部,
- 0 表示已掩码的头部。
- encoder_outputs (
Tuple(torch.FloatTensor)
, 可选) — 元组包含 (last_hidden_state
, 可选:hidden_states
, 可选:attentions
)last_hidden_state
形状为(batch_size, sequence_length, hidden_size)
,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)
长度为config.n_layers
,每个元组包含 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含预先计算的注意力块的键和值隐藏状态。 可以用来加速解码。 如果使用past_key_values
,用户可以选择性地仅输入最后一个decoder_input_ids
(其 past key value 状态未提供给此模型) 形状为(batch_size, 1)
,而不是所有decoder_input_ids
形状为(batch_size, sequence_length)
。 - inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
, 可选) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。 如果你想比模型的内部嵌入查找矩阵对如何将input_ids
索引转换为关联向量有更多控制权,这很有用。 - decoder_inputs_embeds (
torch.FloatTensor
形状为(batch_size, target_sequence_length, hidden_size)
, 可选) — 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
,可以选择性地仅输入最后一个decoder_inputs_embeds
(参见past_key_values
)。 如果decoder_input_ids
和decoder_inputs_embeds
都未设置,则decoder_inputs_embeds
的值取inputs_embeds
。 - use_cache (
bool
, 可选, 默认值True
) — 如果设置为True
,则返回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,请参见返回张量中的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,请参见返回张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个 ModelOutput 而不是一个简单的元组。 - 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 中(参见input_ids
文档字符串)。 索引设置为-100
的标记将被忽略(掩码),损失仅针对标签在[0, ..., config.vocab_size]
中的标记计算。
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),包含根据配置 (FSMTConfig) 和输入的不同元素。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选, 当提供labels
时返回) — 语言建模损失。 -
logits (
torch.FloatTensor
形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测得分(SoftMax 之前的每个词汇表标记的得分)。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选, 当传递use_cache=True
或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量,以及 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的附加张量。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, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,再加上每个层的输出)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, 当传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组(每一层一个)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值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组(每一层一个)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值。
-
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, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入的输出,如果模型具有嵌入层,再加上每个层的输出)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, 当传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组(每一层一个)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值。
该 FSMTForConditionalGeneration 正向方法覆盖 __call__
特殊方法。
虽然正向传递的配方需要在此函数中定义,但应随后调用 Module
实例,而不是此函数,因为前者负责运行预处理和后处理步骤,而后者则静默地忽略它们。
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?"