参数

• token_ids_0 (List[int]) — 将添加特殊标记的 ID 列表。
• token_ids_1 (List[int], optional) — 用于序列对的可选第二个 ID 列表。

具有适当特殊标记的 输入 ID 列表。

参数

• token_ids_0 (List[int]) — ID 列表。
• token_ids_1 (List[int], optional) — 用于序列对的可选第二个 ID 列表。

根据给定的序列，返回 标记类型 ID 列表。

参数

• token_ids_0 (List[int]) — ID 列表。
• token_ids_1 (List[int], optional) — 序列对的可选第二个 ID 列表。
• already_has_special_tokens (bool, optional, defaults to False) — 令牌列表是否已使用模型的特殊令牌进行格式化。

一个范围在 [0, 1] 内的整数列表：特殊令牌为 1，序列令牌为 0。

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。如果您提供填充，默认情况下将忽略填充。

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

  什么是输入 ID？

• attention_mask (torch.Tensor 形状为 (batch_size, sequence_length)，可选) — 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 表示未屏蔽的标记，
  • 0 表示屏蔽的标记。

  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()。

  什么是解码器输入 ID？

  ProphetNet 使用 eos_token_id 作为 decoder_input_ids 生成中的起始标记。如果使用 past_key_values，可选地只需要输入最后一个 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。因果掩码也会默认使用。
• 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 表示未屏蔽的头部，
  • 0 表示屏蔽的头部。
• 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 表示未屏蔽的头部，
  • 0 表示屏蔽的头部。
• cross_attn_head_mask (torch.Tensor 形状为 (decoder_layers, decoder_attention_heads), 可选) — 用于使交叉注意力模块的选定头部失效的掩码。掩码值在 [0, 1] 中选择：
  • 1 表示头部未被掩码
  • 0 表示头部被掩码
• encoder_outputs (tuple(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), 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(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。可用于加快解码速度。

  如果使用 past_key_values，用户可以选择性地仅输入形状为 (batch_size, 1) 的最后一个 decoder_input_ids（其过去键值状态未提供给此模型）而不是形状为 (batch_size, sequence_length) 的所有 decoder_input_ids。

• use_cache (bool, 可选) — 如果设置为 True，则返回 past_key_values 键值状态，可用于加快解码速度（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 而不是一个普通元组。

一个 transformers.models.prophetnet.modeling_prophetnet.ProphetNetSeq2SeqModelOutput 或 torch.FloatTensor 的元组（如果传递了 return_dict=False 或当 config.return_dict=False 时），包括取决于配置 (ProphenetConfig) 和输入的各种元素。

• last_hidden_state (torch.FloatTensor 形状为 (batch_size, decoder_sequence_length, hidden_size)) — 模型解码器最后一层的输出处的序列主干隐藏状态。

  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。

• last_hidden_state_ngram (torch.FloatTensor 形状为 (batch_size,ngram * decoder_sequence_length, config.vocab_size), 可选) — 模型解码器最后一层的输出处的序列预测流隐藏状态。

• past_key_values (List[torch.FloatTensor], 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — torch.FloatTensor 的列表，长度为 config.n_layers，每个张量形状为 (2, batch_size, num_attn_heads, decoder_sequence_length, embed_size_per_head)).

  包含预先计算的解码器隐藏状态（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 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入的输出 + 一个用于每一层的输出），形状为 (batch_size, decoder_sequence_length, hidden_size)。

  解码器主干在每一层输出处的隐藏状态加上初始嵌入输出。

• decoder_ngram_hidden_states (tuple(torch.FloatTensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入的输出 + 一个用于每一层的输出），形状为 (batch_size, ngram * decoder_sequence_length, hidden_size)。

  解码器预测流在每一层输出处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 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, decoder_sequence_length, decoder_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。

• decoder_ngram_attentions (tuple(torch.FloatTensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, decoder_sequence_length, decoder_sequence_length)。

  解码器预测流的注意力权重，在注意力 softmax 之后，用于计算

• cross_attentions (tuple(torch.FloatTensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, encoder_sequence_length, decoder_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

• encoder_last_hidden_state (torch.FloatTensor 形状为 (batch_size, encoder_sequence_length, hidden_size), 可选) — 模型编码器最后一层的输出处的隐藏状态序列。

• encoder_hidden_states (tuple(torch.FloatTensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入的输出 + 一个用于每一层的输出），形状为 (batch_size, encoder_sequence_length, hidden_size)。

  编码器在每一层输出处的隐藏状态加上初始嵌入输出。

• encoder_attentions (tuple(torch.FloatTensor), 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — 形状为 (batch_size, num_attn_heads, encoder_sequence_length, encoder_sequence_length) 的 torch.FloatTensor 元组（每个层一个）。

  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的加权平均值。

参数

• input_ids (形状为 (batch_size, sequence_length) 的 torch.LongTensor) — 词汇表中输入序列标记的索引。 如果您提供填充，默认情况下会忽略填充。

  可以使用 AutoTokenizer 获取索引。 查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。

  什么是输入 ID?

• attention_mask (形状为 (batch_size, sequence_length) 的 torch.Tensor, 可选) — 掩码以避免对填充标记索引执行注意力。 在 [0, 1] 中选择掩码值：
  • 1 表示标记未被掩码，
  • 0 表示标记被掩码。

  什么是注意力掩码?

• head_mask (形状为 (encoder_layers, encoder_attention_heads) 的 torch.Tensor, 可选) — 掩码以使编码器中注意力模块的选定头无效。 在 [0, 1] 中选择掩码值：
  • 1 表示头未被掩码，
  • 0 表示头被掩码。
• 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。

一个 transformers.modeling_outputs.BaseModelOutput 或 torch.FloatTensor 的元组（如果传递了 return_dict=False 或 config.return_dict=False），包含取决于配置 (ProphenetConfig) 和输入的不同元素。

• last_hidden_state (torch.FloatTensor 形状为 (batch_size, sequence_length, hidden_size)) — 模型最后一层的输出处的隐藏状态序列。

• 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 的元组（一个用于嵌入的输出，如果模型具有嵌入层，+ 一个用于每一层的输出）形状为 (batch_size, sequence_length, hidden_size)。

  每一层输出处的模型隐藏状态，加上可选的初始嵌入输出。

• attentions (tuple(torch.FloatTensor), 可选, 在传递 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

  注意力 softmax 之后的注意力权重，用于计算自注意力头中的加权平均值。

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。如果您提供填充，默认情况下将忽略填充。

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

  什么是输入 ID?

• attention_mask (torch.Tensor 形状为 (batch_size, sequence_length), 可选) — 掩码，用于避免对填充标记索引执行注意力。掩码值选择在 [0, 1] 中：
  • 1 代表未被掩码的标记，
  • 0 代表被掩码的标记。

  什么是注意力掩码?

• 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。掩码值选择在 [0, 1] 中：
  • 1 表示头部未被掩码，
  • 0 表示头部被掩码。
• output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。有关详细信息，请参阅返回张量中的 attentions。
• output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。有关详细信息，请参阅返回张量中的 hidden_states。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。
• encoder_hidden_states (torch.FloatTensor 形状为 (batch_size, sequence_length, hidden_size), 可选) — 编码器最后一层输出的隐藏状态序列。如果模型配置为解码器，则在交叉注意力中使用。
• encoder_attention_mask (torch.FloatTensor 形状为 (batch_size, sequence_length), 可选) — 掩码，用于避免对编码器输入的填充标记索引执行注意力。如果模型配置为解码器，则在交叉注意力中使用。掩码值选择在 [0, 1] 中：
• cross_attn_head_mask (torch.Tensor 形状为 (decoder_layers, decoder_attention_heads), 可选) — 掩码，用于使交叉注意力模块的选定头部无效。掩码值选择在 [0, 1] 中：
  • 1 表示头部未被掩码，
  • 0 表示头部被掩码。
• past_key_values (tuple(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关键值隐藏状态。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（那些没有提供其过去关键值状态的 id）形状为 (batch_size, 1)，而不是所有 decoder_input_ids 形状为 (batch_size, sequence_length)。

• 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）。
  • 1 用于未屏蔽的 token，
  • 0 用于屏蔽的 token。

一个 transformers.models.prophetnet.modeling_prophetnet.ProphetNetDecoderModelOutput 或者一个 torch.FloatTensor 元组（如果传递 return_dict=False 或 config.return_dict=False），包含各种元素，具体取决于配置 (ProphenetConfig) 和输入。

• last_hidden_state (torch.FloatTensor 形状为 (batch_size, decoder_sequence_length, hidden_size)) — 模型解码器最后一层的输出处的序列主干隐藏状态。

  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。

• last_hidden_state_ngram (torch.FloatTensor 形状为 (batch_size, ngram * decoder_sequence_length, config.vocab_size)) — 模型解码器最后一层的预测流隐藏状态序列。

• past_key_values (List[torch.FloatTensor], 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — torch.FloatTensor 的列表，长度为 config.n_layers，每个张量形状为 (2, batch_size, num_attn_heads, decoder_sequence_length, embed_size_per_head)).

  包含预先计算的解码器隐藏状态（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。

• 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，一个用于每一层的输出），形状为 (batch_size, decoder_sequence_length, hidden_size)。

  解码器主干在每一层输出处的隐藏状态加上初始嵌入输出。

• ngram_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，一个用于每一层的输出），形状为 (batch_size, ngram * decoder_sequence_length, hidden_size)。

  解码器预测流在每一层输出处的隐藏状态加上初始嵌入输出。

• 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_attn_heads, decoder_sequence_length, decoder_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。

• ngram_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_attn_heads, decoder_sequence_length, decoder_sequence_length)。

  解码器预测流的注意力权重，在注意力 softmax 之后，用于计算

• cross_attentions (tuple(torch.FloatTensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, encoder_sequence_length, decoder_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

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。默认情况下，如果您提供填充，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() 和 PreTrainedTokenizer.call()。

  什么是输入 ID？

• attention_mask (torch.Tensor 形状为 (batch_size, sequence_length), 可选) — 掩码以避免在填充标记索引上执行注意力。在 [0, 1] 中选择掩码值：
  • 1 表示 未掩码 的标记，
  • 0 表示 掩码 的标记。

  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()。

  什么是解码器输入 ID？

  ProphetNet 使用 eos_token_id 作为 decoder_input_ids 生成的起始标记。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：生成一个忽略 decoder_input_ids 中的填充标记的张量。因果掩码也会默认使用。
• head_mask (torch.Tensor 形状为 (encoder_layers, encoder_attention_heads), 可选) — 掩码以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 表示头部 未掩码，
  • 0 表示头部 掩码。
• decoder_head_mask (torch.Tensor 形状为 (decoder_layers, decoder_attention_heads), 可选) — 掩码以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 表示头部 未掩码，
  • 0 表示头部 掩码。
• cross_attn_head_mask (torch.Tensor 形状为 (decoder_layers, decoder_attention_heads), 可选) — 掩码以使交叉注意力模块的选定头部无效。在 [0, 1] 中选择掩码值：
  • 1 表示头部 未掩码，
  • 0 表示头部 掩码。
• encoder_outputs (tuple(tuple(torch.FloatTensor), optional) — 元组包含 (last_hidden_state, 可选: hidden_states, 可选: attentions) last_hidden_state 的形状为 (batch_size, sequence_length, hidden_size), 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(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) — 包含注意力块的预计算键和值隐藏状态。可用于加快解码速度。

  如果使用 past_key_values，用户可以选择只输入最后的 decoder_input_ids（没有提供其过去键值状态的那些）形状为 (batch_size, 1)，而不是所有 decoder_input_ids 的形状为 (batch_size, sequence_length)。

• use_cache (bool, 可选) — 如果设置为 True，则会返回 past_key_values 键值状态，可用于加快解码速度（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 ModelOutput 而不是普通元组。
• labels (torch.LongTensor 形状为 (batch_size,), 可选) — 用于计算序列分类/回归损失的标签。索引应在 [-100, 0, ..., config.vocab_size - 1] 中。所有设置为 -100 的标签都将被忽略（屏蔽），损失仅针对 [0, ..., config.vocab_size] 中的标签计算。

一个 transformers.models.prophetnet.modeling_prophetnet.ProphetNetSeq2SeqLMOutput 或一个 torch.FloatTensor 元组（如果传递了 return_dict=False 或 config.return_dict=False 时），包含根据配置（ProphenetConfig）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, decoder_sequence_length, config.vocab_size)) — 主流语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• logits_ngram (torch.FloatTensor 形状为 (batch_size, ngram * decoder_sequence_length, config.vocab_size)) — 预测流语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• past_key_values (List[torch.FloatTensor], 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — torch.FloatTensor 的列表，长度为 config.n_layers，每个张量形状为 (2, batch_size, num_attn_heads, decoder_sequence_length, embed_size_per_head)).

  包含预先计算的解码器隐藏状态（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 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入的输出 + 一个用于每一层的输出），形状为 (batch_size, decoder_sequence_length, hidden_size)。

  解码器主干在每一层输出处的隐藏状态加上初始嵌入输出。

• decoder_ngram_hidden_states (tuple(torch.FloatTensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入的输出 + 一个用于每一层的输出），形状为 (batch_size, ngram * decoder_sequence_length, hidden_size)。

  解码器预测流在每一层输出处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 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, decoder_sequence_length, decoder_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。

• decoder_ngram_attentions (tuple(torch.FloatTensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, decoder_sequence_length, decoder_sequence_length)。

  解码器预测流的注意力权重，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 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, encoder_sequence_length, decoder_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

• encoder_last_hidden_state (torch.FloatTensor 形状为 (batch_size, encoder_sequence_length, hidden_size), 可选) — 模型编码器最后一层的输出处的隐藏状态序列。

• encoder_hidden_states (tuple(torch.FloatTensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（一个用于嵌入的输出 + 一个用于每一层的输出），形状为 (batch_size, encoder_sequence_length, hidden_size)。

  编码器在每一层输出处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（每个层一个），形状为 (batch_size, num_attn_heads, encoder_sequence_length, encoder_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。

参数

• input_ids (torch.LongTensor 形状为 (batch_size, sequence_length)) — 输入序列标记在词汇表中的索引。如果您提供填充，默认情况下会忽略填充。

  可以使用 AutoTokenizer 获取索引。查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。

  什么是输入 ID？

• attention_mask (torch.Tensor 形状为 (batch_size, sequence_length), 可选) — 掩码以避免对填充标记索引执行注意力。掩码值选择在 [0, 1] 中：
  • 1 表示标记未被掩盖，
  • 0 表示标记被掩盖。

  什么是注意力掩码？

• head_mask (torch.Tensor 形状为 (encoder_layers, encoder_attention_heads), 可选) — 掩码以使编码器中注意力模块的选定头无效。掩码值选择在 [0, 1] 中：
  • 1 表示头未被掩盖，
  • 0 表示头被掩盖。
• 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，请参阅返回张量中的 hidden_states。
• return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。
• encoder_hidden_states (torch.FloatTensor 形状为 (batch_size, sequence_length, hidden_size), 可选) — 编码器最后一层输出的隐藏状态序列。如果模型配置为解码器，则在交叉注意中使用。
• encoder_attention_mask (torch.FloatTensor 形状为 (batch_size, sequence_length), 可选) — 用于避免对编码器输入的填充标记索引执行注意的掩码。如果模型配置为解码器，则此掩码用于交叉注意。掩码值选择为 [0, 1]:
• cross_attn_head_mask (torch.Tensor 形状为 (decoder_layers, decoder_attention_heads), 可选) — 用于使交叉注意模块的选定头无效的掩码。掩码值选择为 [0, 1]:
  • 1 表示头未被掩码，
  • 0 表示头被掩码。
• past_key_values (tuple(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) — 包含注意力块的预计算键和值隐藏状态。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（没有为此模型提供过去键值状态的那些），形状为 (batch_size, 1)，而不是所有形状为 (batch_size, sequence_length) 的 decoder_input_ids。

• use_cache (bool, 可选) — 如果设置为 True，则会返回 past_key_values 键值状态，可用于加速解码（见 past_key_values）。
  • 1 表示未被掩码的标记，
  • 0 表示被掩码的标记。
• labels (torch.LongTensor 形状为 (batch_size, sequence_length), 可选) — 用于计算从左到右的语言建模损失（下一个词预测）的标签。索引应在 [-100, 0, ..., config.vocab_size] 中（见 input_ids 文档字符串）索引设置为 -100 的标记将被忽略（掩码），损失仅针对标签为 [0, ..., config.vocab_size] 的标记计算。

一个 transformers.models.prophetnet.modeling_prophetnet.ProphetNetDecoderLMOutput 或 torch.FloatTensor 的元组（如果传递 return_dict=False 或当 config.return_dict=False 时），包括根据配置（ProphenetConfig）和输入而变化的各种元素。

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

• logits (torch.FloatTensor 形状为 (batch_size, decoder_sequence_length, config.vocab_size)) — 主流语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• logits_ngram (torch.FloatTensor 形状为 (batch_size, ngram * decoder_sequence_length, config.vocab_size)) — 预测流语言建模头的预测分数（SoftMax 之前每个词汇表标记的分数）。

• past_key_values (List[torch.FloatTensor], 可选, 当传递 use_cache=True 或当 config.use_cache=True 时返回) — torch.FloatTensor 的列表，长度为 config.n_layers，每个张量形状为 (2, batch_size, num_attn_heads, decoder_sequence_length, embed_size_per_head)).

  包含预先计算的解码器隐藏状态（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。

• 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，一个用于每一层的输出），形状为 (batch_size, decoder_sequence_length, hidden_size)。

  解码器主干在每一层输出处的隐藏状态加上初始嵌入输出。

• ngram_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，一个用于每一层的输出），形状为 (batch_size, ngram * decoder_sequence_length, hidden_size)。

  解码器预测流在每一层输出处的隐藏状态加上初始嵌入输出。

• 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_attn_heads, decoder_sequence_length, decoder_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。

• ngram_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_attn_heads, decoder_sequence_length, decoder_sequence_length)。

  解码器预测流的注意力权重，在注意力 softmax 之后，用于计算

• cross_attentions (tuple(torch.FloatTensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_attn_heads, encoder_sequence_length, decoder_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