Transformers 文档

Reformer 模型

Transformers 模型

加入 Hugging Face 社区

并获得增强的文档体验

在模型、数据集和 Spaces 上进行协作

通过加速推理获得更快的示例

切换文档主题

开始使用

Reformer

概述

Reformer 模型由 Nikita Kitaev、Łukasz Kaiser、Anselm Levskaya 在论文 Reformer: 高效 Transformer 中提出。

论文摘要如下：

大型 Transformer 模型在多项任务上通常能达到最先进的结果，但训练这些模型的成本可能高得令人望而却步，尤其是在长序列上。我们引入了两种技术来提高 Transformer 的效率。首先，我们将点积注意力替换为使用局部敏感哈希的注意力，将其复杂度从 O(L^2) 改变为 O(Llog(L))，其中 L 是序列的长度。此外，我们使用可逆残差层而不是标准残差层，这使得在训练过程中只需存储一次激活（而不是 N 次，N 是层数）。由此产生的模型 Reformer 在性能上与 Transformer 模型相当，同时在长序列上更节省内存且速度更快。

此模型由 patrickvonplaten 贡献。作者的代码可以在这里找到。

使用技巧

由于 PyTorch 中的一个 bug，Reformer 不支持 torch.nn.DataParallel，参见问题 #36035。
使用轴向位置编码（详见下文）。这是一种通过将巨大位置编码矩阵分解为较小矩阵来避免其过大（当序列长度非常大时）的机制。
用 LSH（局部敏感哈希）注意力替换传统注意力（详见下文）。这是一种避免在注意力层中计算完整查询-键乘积的技术。
通过使用可逆 Transformer 层，避免存储每个层的中间结果，从而在反向传播过程中获取它们（从下一层的输入中减去残差即可恢复它们）或重新计算给定层内部的结果（效率低于存储但节省内存）。
分块而不是对整个批次计算前馈操作。

轴向位置编码

轴向位置编码最初由 Google 的 trax 库实现，并由该模型论文的作者开发。在处理非常长输入序列的模型中，传统的位置 ID 编码存储一个大小为 $d$ 的嵌入向量，其中 config.hidden_size 是每个位置的 $i, \ldots, n_s$ ，其中 $n_s$ 是 config.max_embedding_size。这意味着如果序列长度为 $n_s = 2^{19} \approx 0.5M$ ，并且 config.hidden_size 为 $d = 2^{10} \approx 1000$ ，将导致位置编码矩阵 $X_{i,j}, \text{ with } i \in \left[1,\ldots, d\right] \text{ and } j \in \left[1,\ldots, n_s\right]$

，其本身就有超过 5 亿个参数需要存储。轴向位置编码将 $X_{i,j}$ 分解为两个矩阵 $X^{1}_{i,j}, \text{ with } i \in \left[1,\ldots, d^1\right] \text{ and } j \in \left[1,\ldots, n_s^1\right]$

和 $X^{2}_{i,j}, \text{ with } i \in \left[1,\ldots, d^2\right] \text{ and } j \in \left[1,\ldots, n_s^2\right]$

，其中 $d = d^1 + d^2 \text{ and } n_s = n_s^1 \times n_s^2 .$

因此，以下成立： $X_{i,j} = \begin{cases} X^{1}_{i, k}, & \text{if }\ i < d^1 \text{ with } k = j \mod n_s^1 \\ X^{2}_{i - d^1, l}, & \text{if } i \ge d^1 \text{ with } l = \lfloor\frac{j}{n_s^1}\rfloor \end{cases}$

直观地说，这意味着位置嵌入向量 $x_j \in \mathbb{R}^{d}$ 现在是两个分解嵌入向量的组合 $x^1_{k, l} + x^2_{l, k}$ ，其中 config.max_embedding_size 维度 $j$ 被分解为 $k \text{ and } l$ 。这种设计确保了每个位置嵌入向量 $x_j$ 是唯一的。

再次使用上面的例子，轴向位置编码和 $d^1 = 2^9, d^2 = 2^9, n_s^1 = 2^9, n_s^2 = 2^{10}$ 可以将参数数量从 5 亿个大幅减少到 $2^{18} + 2^{19} \approx 780 000$ 个参数，这意味着内存使用量减少了 85%。

在实践中，参数 config.axial_pos_embds_dim 设置为元组 $(d^1, d^2)$ 其和必须等于 config.hidden_size，config.axial_pos_shape 设置为元组 $(n_s^1, n_s^2)$ 其积必须等于 config.max_embedding_size，在训练期间，它必须等于 input_ids 的序列长度。

LSH 自注意力

在局部敏感哈希 (LSH) 自注意力中，键和查询投影权重是绑定的。因此，键查询嵌入向量也是绑定的。LSH 自注意力使用用于角度距离的实用最优 LSH 中提出的局部敏感哈希机制，将每个绑定的键查询嵌入向量分配到 config.num_buckets 个可能的桶中的一个。其前提是，“更相似”的键查询嵌入向量（就余弦相似度而言）彼此之间越相似，它们被分配到同一桶的可能性就越大。

LSH 机制的准确性可以通过增加 config.num_hashes 或直接增加前向函数的参数 num_hashes 来提高，从而使 LSH 自注意力的输出更好地近似“正常”完整自注意力的输出。然后对桶进行排序，并将其分块为长度为 config.lsh_chunk_length 的查询键嵌入向量块。对于每个块，查询嵌入向量关注其键向量（与自身绑定）以及 config.lsh_num_chunks_before 个先前相邻块和 config.lsh_num_chunks_after 个后续相邻块的键嵌入向量。

欲了解更多信息，请参阅原始论文或这篇优秀的博客文章。

请注意，config.num_buckets 也可以分解为一个列表 $(n_{\text{buckets}}^1, n_{\text{buckets}}^2)$ 。这样，查询键嵌入向量就不会被分配到 $(1,\ldots, n_{\text{buckets}})$ 中的一个，而是被分配到 $(1-1,\ldots, n_{\text{buckets}}^1-1, \ldots, 1-n_{\text{buckets}}^2, \ldots, n_{\text{buckets}}^1-n_{\text{buckets}}^2)$ 中的一个。这对于节省超长序列的内存至关重要。

从头开始训练模型时，建议将 config.num_buckets 留空，以便根据序列长度动态计算一个好的 num_buckets 值。该值将自动保存在配置中，并应在推理时重复使用。

使用 LSH 自注意力，查询-键矩阵乘法操作的内存和时间复杂度可以从 $\mathcal{O}(n_s \times n_s)$ 到 $\mathcal{O}(n_s \times \log(n_s))$ 降低，这通常是 Transformer 模型中的内存和时间瓶颈，其中 $n_s$ 是序列长度。

局部自注意力

局部自注意力本质上是“正常”的自注意力层，具有键、查询和值投影，但它被分块，以便在每个长度为 config.local_chunk_length 的块中，查询嵌入向量仅关注其块中的键嵌入向量以及 config.local_num_chunks_before 个先前相邻块和 config.local_num_chunks_after 个后续相邻块的键嵌入向量。

使用局部自注意力，查询-键矩阵乘法操作的内存和时间复杂度可以从 $\mathcal{O}(n_s \times n_s)$ 到 $\mathcal{O}(n_s \times \log(n_s))$ 降低，这通常是 Transformer 模型中的内存和时间瓶颈，其中 $n_s$ 是序列长度。

训练

在训练过程中，我们必须确保序列长度设置为可以被 config.lsh_chunk_length 和 config.local_chunk_length 的最小公倍数整除的值，并且轴向位置编码的参数已如上所述正确设置。Reformer 的内存效率非常高，因此该模型可以轻松地在长达 64000 个标记的序列上进行训练。

对于训练，应按如下方式使用 ReformerModelWithLMHead

input_ids = tokenizer.encode("This is a sentence from the training data", return_tensors="pt")
loss = model(input_ids, labels=input_ids)[0]

资源

ReformerConfig

class transformers.ReformerConfig

< 源代码 >

( attention_head_size = 64 attn_layers = ['local', 'lsh', 'local', 'lsh', 'local', 'lsh'] axial_norm_std = 1.0 axial_pos_embds = True axial_pos_shape = [64, 64] axial_pos_embds_dim = [64, 192] chunk_size_lm_head = 0 eos_token_id = 2 feed_forward_size = 512 hash_seed = None hidden_act = 'relu' hidden_dropout_prob = 0.05 hidden_size = 256 initializer_range = 0.02 is_decoder = False layer_norm_eps = 1e-12 local_num_chunks_before = 1 local_num_chunks_after = 0 local_attention_probs_dropout_prob = 0.05 local_attn_chunk_length = 64 lsh_attn_chunk_length = 64 lsh_attention_probs_dropout_prob = 0.0 lsh_num_chunks_before = 1 lsh_num_chunks_after = 0 max_position_embeddings = 4096 num_attention_heads = 12 num_buckets = None num_hashes = 1 pad_token_id = 0 vocab_size = 320 tie_word_embeddings = False use_cache = True classifier_dropout = None **kwargs )

参数

attention_head_size (int, 可选, 默认为 64) — 投影的键、查询和值向量的维度
attn_layers (list[str], 可选, 默认为 ["local", "lsh", "local", "lsh", "local", "lsh"]) — 注意力层类型的升序列表。可以选择 LSHSelfAttention 层（"lsh"）和 LocalSelfAttention 层（"local"）。

有关 LSHSelfAttention 层的更多信息，请参阅LSH 自注意力。有关 LocalSelfAttention 层的更多信息，请参阅局部自注意力。
axial_pos_embds (bool, 可选, 默认为 True) — 是否使用轴向位置嵌入。有关轴向位置嵌入如何工作的更多信息，请参阅轴向位置编码。
axial_norm_std (float, 可选, 默认为 1.0) — 用于初始化轴向位置编码权重矩阵的 normal_initializer 的标准差。
axial_pos_shape (list[int], 可选, 默认为 [64, 64]) — 轴向位置编码的位置维度。在训练期间，位置维度的乘积必须等于序列长度。

有关轴向位置嵌入如何工作的更多信息，请参阅轴向位置编码。
axial_pos_embds_dim (list[int], 可选, 默认为 [64, 192]) — 轴向位置编码的嵌入维度。嵌入维度之和必须等于隐藏大小。

有关轴向位置嵌入如何工作的更多信息，请参阅轴向位置编码。
chunk_size_lm_head (int, 可选, 默认为 0) — 最终语言模型前馈头层的块大小。块大小为 0 意味着前馈层未分块。块大小为 n 意味着前馈层一次处理 n < 序列长度的嵌入。

有关前馈分块的更多信息，请参阅前馈分块如何工作？。
eos_token_id (int, 可选, 默认为 2) — 句子结束标记的标记 ID。
feed_forward_size (int, 可选, 默认为 512) — 残差注意力块中 feed_forward 层的维度。
hash_seed (int, 可选) — 可用于使 LSHSelfAttention 中的局部敏感哈希确定性的种子。这应仅用于测试目的。对于评估和训练目的，hash_seed 应保留为 None，以确保局部敏感哈希方案中的完全随机旋转。
hidden_act (str 或 Callable, 可选, 默认为 "relu") — 残差注意力块中前馈层的非线性激活函数（函数或字符串）。如果为字符串，支持 "gelu"、"relu"、"silu" 和 "gelu_new"。
hidden_dropout_prob (float, 可选, 默认为 0.05) — 嵌入、编码器和池化器中所有全连接层的 dropout 概率。
hidden_size (int, 可选, 默认为 256) — 残差注意力块的输出隐藏状态的维度。
initializer_range (float, 可选, 默认为 0.02) — 用于初始化所有权重矩阵的 truncated_normal_initializer 的标准差。
is_decoder (bool, 可选, 默认为 False) — 是否使用因果掩码以及传递给 ReformerModel 的 attention_mask。当 Reformer 用于因果语言建模时，此参数应设置为 True。
layer_norm_eps (float, 可选, 默认为 1e-12) — 层归一化层使用的 epsilon。
local_chunk_length (int, 可选, 默认为 64) — 在 LocalSelfAttention 中关注自身的块的长度。分块将内存复杂度从序列长度 x 序列长度（自注意力）降低到块长度 x 块长度 x 序列长度 / 块长度（分块自注意力）。
local_num_chunks_before (int, 可选, 默认为 1) — 在 LocalSelfAttention 层中，关注其自身的先前相邻块的数量。
local_num_chunks_after (int, 可选, 默认为 0) — 在 LocalSelfAttention 层中，除了自身外，关注的后续相邻块的数量。
local_attention_probs_dropout_prob (float, 可选, 默认为 0.1) — LocalSelfAttention 中注意力概率的 dropout 比率。
lsh_attn_chunk_length (int, 可选, 默认为 64) — 在 LSHSelfAttention 中关注自身的块的长度。分块将内存复杂度从序列长度 x 序列长度（自注意力）降低到块长度 x 块长度 x 序列长度 / 块长度（分块自注意力）。
lsh_num_chunks_before (int, 可选, 默认为 1) — 在 LSHSelfAttention 层中，关注其自身的先前相邻块的数量。
lsh_num_chunks_after (int, 可选, 默认为 0) — 在 LSHSelfAttention 层中，除了自身外，关注的后续相邻块的数量。
lsh_attention_probs_dropout_prob (float, 可选, 默认为 0.1) — LSHSelfAttention 中注意力概率的 dropout 比率。
max_position_embeddings (int, 可选, 默认为 4096) — 该模型可能使用的最大序列长度。通常为了以防万一会将其设置为一个较大的值（例如 512 或 1024 或 2048）。
num_attention_heads (int, 可选, 默认为 12) — Transformer 编码器中每个注意力层的注意力头数量。
num_buckets (int 或 list[int], 可选) — 桶的数量，可以使用局部敏感哈希方案将键查询向量“哈希”到其中。每个查询键向量都被哈希到 1, ..., num_buckets 中的一个哈希中。为了提高内存复杂度，桶的数量也可以分解为一个列表。在这种情况下，如果 num_buckets 被分解为两个因子，则每个查询键向量都被哈希到 1-1, 1-2, ..., num_buckets[0]-1, ..., num_buckets[0]-num_buckets[1] 中的一个哈希中。桶的数量（或因子的乘积）应大约等于序列长度 / lsh_chunk_length。如果未设置 num_buckets，则会动态计算一个好的值。
num_hashes (int, 可选, 默认为 1) — 局部敏感哈希方案中的哈希轮数（例如，随机旋转的数量）。num_hashes 越高，LSHSelfAttention 越准确，但哈希的内存和时间消耗也越大。
pad_token_id (int, 可选, 默认为 0) — 填充标记的标记 ID。
vocab_size (int, 可选, 默认为 320) — Reformer 模型的词汇表大小。定义了调用 ReformerModel 时传递的 inputs_ids 可以表示的不同标记的数量。
tie_word_embeddings (bool, 可选, 默认为 False) — 是否绑定输入和输出嵌入。
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）。
classifier_dropout (float, 可选) — 分类头部的 dropout 比率。

这是用于存储 ReformerModel 配置的配置类。它用于根据指定参数实例化 Reformer 模型，定义模型架构。使用默认值实例化配置将产生与 ReFormer google/reformer-crime-and-punishment 架构类似的配置。

配置对象继承自 PretrainedConfig，可用于控制模型输出。有关这些方法的更多信息，请参阅 PretrainedConfig 的文档。

示例

>>> from transformers import ReformerConfig, ReformerModel

>>> # Initializing a Reformer configuration
>>> configuration = ReformerConfig()

>>> # Initializing a Reformer model (with random weights)
>>> model = ReformerModel(configuration)

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

ReformerTokenizer

class transformers.ReformerTokenizer

< 源 >

( vocab_file eos_token = '</s>' unk_token = '<unk>' additional_special_tokens = [] sp_model_kwargs: typing.Optional[dict[str, typing.Any]] = None **kwargs )

参数

vocab_file (str) — SentencePiece 文件（通常具有 .spm 扩展名），其中包含实例化分词器所需的词汇表。
eos_token (str, 可选, 默认为 "</s>") — 序列结束符。

当使用特殊令牌构建序列时，这不是用于序列结束的令牌。使用的令牌是 sep_token。
unk_token (str, 可选, 默认为 "<unk>") — 未知令牌。不在词汇表中的令牌不能转换为 ID，而是设置为此令牌。
additional_special_tokens (list[str], 可选, 默认为 []) — 分词器使用的其他特殊令牌。
sp_model_kwargs (dict, 可选) — 将传递给 SentencePieceProcessor.__init__() 方法。SentencePiece 的 Python 包装器可用于设置：
- enable_sampling: 启用子词正则化。
- nbest_size: Unigram 的采样参数。对于 BPE-Dropout 无效。
  - nbest_size = {0,1}: 不执行采样。
  - nbest_size > 1: 从 nbest_size 结果中采样。
  - nbest_size < 0: 假设 nbest_size 是无限的，并使用前向过滤和后向采样算法从所有假设（格）中采样。
- alpha: Unigram 采样的平滑参数，以及 BPE-dropout 合并操作的 dropout 概率。

构建 Reformer 分词器。基于 SentencePiece。

此分词器继承自 PreTrainedTokenizer，其中包含大部分主要方法。用户应参阅此超类以获取有关这些方法的更多信息。

save_vocabulary

< 源 >

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

ReformerTokenizerFast

class transformers.ReformerTokenizerFast

< 源 >

( vocab_file = None tokenizer_file = None eos_token = '</s>' unk_token = '<unk>' additional_special_tokens = [] **kwargs )

参数

vocab_file (str) — SentencePiece 文件（通常具有 .spm 扩展名），其中包含实例化分词器所需的词汇表。
eos_token (str, 可选, 默认为 "</s>") — 序列结束符。

当使用特殊令牌构建序列时，这不是用于序列结束的令牌。使用的令牌是 sep_token。
unk_token (str, 可选, 默认为 "<unk>") — 未知令牌。不在词汇表中的令牌不能转换为 ID，而是设置为此令牌。
pad_token (str, 可选, 默认为 "<pad>") — 用于填充的令牌，例如当批量处理不同长度的序列时。
additional_special_tokens (list[str], 可选) — 分词器使用的其他特殊令牌。

构建一个“快速”Reformer 分词器（由 HuggingFace 的 tokenizers 库支持）。基于 Unigram。

此分词器继承自 PreTrainedTokenizerFast，其中包含大部分主要方法。用户应参阅此超类以获取有关这些方法的更多信息。

ReformerModel

class transformers.ReformerModel

< 源 >

( config )

参数

config (ReformerModel) — 模型配置类，包含模型的所有参数。使用配置文件初始化不会加载与模型相关的权重，只加载配置。请查阅 from_pretrained() 方法以加载模型权重。

Reformer 模型输出原始隐藏状态，顶部没有任何特定头部。

此模型继承自 PreTrainedModel。查阅超类文档以获取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、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch 模块使用，并参阅 PyTorch 文档以获取所有与通用使用和行为相关的事项。

forward

< 源 >

( input_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None past_buckets_states: typing.Optional[list[tuple[torch.Tensor]]] = None use_cache: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.models.reformer.modeling_reformer.ReformerModelOutput 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。在训练期间，input_ids 的序列长度必须是相关模型块长度（LSH 的、本地的或两者）的倍数。在评估期间，索引会自动填充为块长度的倍数。

索引可以使用 AutoTokenizer 获得。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) — 避免对填充令牌索引执行注意力的掩码。掩码值选择在 [0, 1]:
- 1 表示令牌未被遮蔽，
- 0 表示令牌被遮蔽。
什么是注意力掩码？
position_ids (torch.Tensor 形状为 (batch_size, sequence_length), 可选) — 每个输入序列令牌在位置嵌入中的位置索引。选择范围为 [0, config.n_positions - 1]。

什么是位置 ID？
head_mask (torch.Tensor 形状为 (num_heads,) 或 (num_layers, num_heads), 可选) — 遮蔽自注意力模块选定头部的掩码。掩码值选择在 [0, 1]:
- 1 表示头部未被遮蔽，
- 0 表示头部被遮蔽。
inputs_embeds (torch.Tensor 形状为 (batch_size, sequence_length, hidden_size), 可选) — 可选地，除了传递 input_ids，您还可以直接传递嵌入表示。如果您希望对如何将 input_ids 索引转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这会很有用。
num_hashes (int, 可选) — 分桶期间应执行的哈希轮数。设置此参数会覆盖 config.num_hashes 中定义的默认值。

有关更多信息，请参阅 ReformerConfig 中的 num_hashes。
past_buckets_states (list[tuple(torch.LongTensor, torch.FloatTensor)], 可选) — 长度为 config.n_layers 的 tuple(torch.LongTensor, torch.FloatTensor 列表，第一个元素为形状为 (batch_size, num_heads, num_hashes, sequence_length) 的前一个 buckets，第二个元素为形状为 (batch_size, sequence_length, hidden_size) 的前一个 hidden_states)。

包含预先计算的隐藏状态和 buckets（仅与 LSH 自注意力相关）。可用于加速顺序解码。
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_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。
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。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通元组。

transformers.models.reformer.modeling_reformer.ReformerModelOutput 或 tuple(torch.FloatTensor)

一个 transformers.models.reformer.modeling_reformer.ReformerModelOutput 或 torch.FloatTensor 的元组（如果传递了 return_dict=False 或 config.return_dict=False），包含根据配置 (ReformerConfig) 和输入的不同元素。

last_hidden_state (torch.FloatTensor 形状为 (batch_size, num_predict, hidden_size)) — 模型最后一层的隐藏状态序列。

num_predict 对应于 target_mapping.shape[1]。如果 target_mapping 为 None，则 num_predict 对应于 sequence_length。
past_buckets_states (list[tuple(torch.LongTensor, 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.LongTensor, torch.FloatTensor 列表，第一个元素为形状为 (batch_size, num_heads, num_hashes, sequence_length) 的前一个 buckets，第二个元素为形状为 (batch_size, sequence_length, hidden_size) 的前一个 hidden_states)。

包含预先计算的 buckets 和隐藏状态，可用于（参见 past_buckets_states 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 的元组（一个用于嵌入层的输出，如果模型有嵌入层，+ 每个层的输出一个），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
attentions (tuple[torch.FloatTensor], 可选, 当传递 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

ReformerModel 的 forward 方法，覆盖了 __call__ 特殊方法。

尽管前向传播的配方需要在此函数中定义，但此后应调用 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，而后者则默默地忽略它们。

ReformerModelWithLMHead

class transformers.ReformerModelWithLMHead

< 源 >

( config )

参数

config (ReformerModelWithLMHead) — 模型配置类，包含模型的所有参数。使用配置文件初始化不会加载与模型相关的权重，只加载配置。请查阅 from_pretrained() 方法以加载模型权重。

带 语言建模 头部的 Reformer 模型。

此模型继承自 PreTrainedModel。查阅超类文档以获取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、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch 模块使用，并参阅 PyTorch 文档以获取所有与通用使用和行为相关的事项。

forward

< 源 >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None past_buckets_states: typing.Optional[list[tuple[torch.Tensor]]] = None use_cache: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None labels: typing.Optional[torch.Tensor] = None **kwargs ) → transformers.modeling_outputs.CausalLMOutput 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。在训练期间，input_ids 的序列长度必须是相关模型块长度（LSH 的、本地的或两者）的倍数。在评估期间，索引会自动填充为块长度的倍数。

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

什么是输入 ID？
position_ids (torch.Tensor 形状为 (batch_size, sequence_length), 可选) — 每个输入序列令牌在位置嵌入中的位置索引。选择范围为 [0, config.n_positions - 1]。

什么是位置 ID？
attention_mask (torch.Tensor 形状为 (batch_size, sequence_length), 可选) — 避免对填充令牌索引执行注意力的掩码。掩码值选择在 [0, 1]:
- 1 表示令牌未被遮蔽，
- 0 表示令牌被遮蔽。
什么是注意力掩码？
head_mask (形状为 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可选) — 用于使自注意力模块的选定头部无效的掩码。掩码值选择在 [0, 1] 之间：
- 1 表示头部未被掩码，
- 0 表示头部被掩码。
inputs_embeds (形状为 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可选) — 可选地，您可以选择直接传入嵌入表示而不是 input_ids。如果您想对 input_ids 索引如何转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这将非常有用。
num_hashes (int, 可选) — 分桶期间应执行的哈希轮数。设置此参数会覆盖 config.num_hashes 中定义的默认值。

更多信息请参见 ReformerConfig 中的 num_hashes。
past_buckets_states (list[tuple(torch.LongTensor, torch.FloatTensor)]，可选) — 长度为 config.n_layers 的 tuple(torch.LongTensor, torch.FloatTensor 列表，其中第一个元素是形状为 (batch_size, num_heads, num_hashes, sequence_length) 的先前桶，第二个是形状为 (batch_size, sequence_length, hidden_size) 的先前隐藏状态)。

包含预先计算的隐藏状态和桶（仅与 LSH 自注意力相关）。可用于加速顺序解码。
use_cache (bool, 可选) — 如果设置为 True，则返回 past_key_values 键值状态，可用于加速解码（参见 past_key_values）。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详情请参见返回张量下的 hidden_states。
output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详情请参见返回张量下的 attentions。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通的元组。
labels (形状为 (batch_size,) 的 torch.LongTensor，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] 之间。所有设置为 -100 的标签将被忽略（掩码），损失仅针对 [0, ..., config.vocab_size] 中的标签计算

transformers.modeling_outputs.CausalLMOutput 或 tuple(torch.FloatTensor)

一个 transformers.modeling_outputs.CausalLMOutput 或 torch.FloatTensor 的元组（如果传入 return_dict=False 或 config.return_dict=False），包含根据配置 (ReformerConfig) 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（用于下一个 token 预测）。
logits (形状为 (batch_size, sequence_length, config.vocab_size) 的 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）。
hidden_states (tuple(torch.FloatTensor)，可选，当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（如果模型有嵌入层，则为嵌入层输出一个，每个层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
attentions (tuple(torch.FloatTensor)，可选，当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

ReformerModelWithLMHead 的 forward 方法，重写了 __call__ 特殊方法。

示例

>>> import torch
>>> from transformers import AutoTokenizer, ReformerModelWithLMHead

>>> tokenizer = AutoTokenizer.from_pretrained("google/reformer-crime-and-punishment")
>>> model = ReformerModelWithLMHead.from_pretrained("google/reformer-crime-and-punishment")

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs, labels=inputs["input_ids"])
>>> loss = outputs.loss
>>> logits = outputs.logits

ReformerForMaskedLM

class transformers.ReformerForMaskedLM

< source >

( config )

参数

config (ReformerForMaskedLM) — 包含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相关的权重，仅加载配置。请查看 from_pretrained() 方法来加载模型权重。

带有 语言建模 头的 Reformer 模型。

此模型继承自 PreTrainedModel。查阅超类文档以获取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、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch 模块使用，并参阅 PyTorch 文档以获取所有与通用使用和行为相关的事项。

forward

< source >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None labels: typing.Optional[torch.Tensor] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.MaskedLMOutput 或 tuple(torch.FloatTensor)

参数

input_ids (形状为 (batch_size, sequence_length) 的 torch.LongTensor) — 词汇表中输入序列标记的索引。训练期间，input_ids 的序列长度必须是相关模型块长度（lsh、局部或两者）的倍数。评估期间，索引会自动填充为块长度的倍数。

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

什么是输入 ID？
position_ids (形状为 (batch_size, sequence_length) 的 torch.Tensor，可选) — 每个输入序列标记在位置嵌入中的位置索引。选择范围为 [0, config.n_positions - 1]。

什么是位置 ID？
attention_mask (形状为 (batch_size, sequence_length) 的 torch.Tensor，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] 之间：
- 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 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可选) — 用于使自注意力模块的选定头部无效的掩码。掩码值选择在 [0, 1] 之间：
- 1 表示头部未被掩码，
- 0 表示头部被掩码。
inputs_embeds (形状为 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可选) — 可选地，您可以选择直接传入嵌入表示而不是 input_ids。如果您想对 input_ids 索引如何转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这将非常有用。
num_hashes (int, 可选) — 分桶期间应执行的哈希轮数。设置此参数会覆盖 config.num_hashes 中定义的默认值。

更多信息请参见 ReformerConfig 中的 num_hashes。
labels (形状为 (batch_size, sequence_length) 的 torch.LongTensor，可选) — 用于计算掩码语言建模损失的标签。索引应在 [-100, 0, ..., config.vocab_size] 之间（参见 input_ids 文档字符串）。索引设置为 -100 的标记将被忽略（掩码），损失仅针对带有标签的标记计算

此示例使用了一个虚假检查点，因为我们没有 Reformer 架构的掩码语言建模任务的任何可用预训练模型。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详情请参见返回张量下的 hidden_states。
output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详情请参见返回张量下的 attentions。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通的元组。

transformers.modeling_outputs.MaskedLMOutput 或 tuple(torch.FloatTensor)

一个 transformers.modeling_outputs.MaskedLMOutput 或 torch.FloatTensor 的元组（如果传入 return_dict=False 或 config.return_dict=False），包含根据配置 (ReformerConfig) 和输入的不同元素。

loss (形状为 (1,) 的 torch.FloatTensor，可选，当提供 labels 时返回) — 掩码语言建模 (MLM) 损失。
logits (形状为 (batch_size, sequence_length, config.vocab_size) 的 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）。
hidden_states (tuple(torch.FloatTensor)，可选，当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（如果模型有嵌入层，则为嵌入层输出一个，每个层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
attentions (tuple(torch.FloatTensor)，可选，当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

ReformerForMaskedLM 的 forward 方法，重写了 __call__ 特殊方法。

示例

>>> import torch
>>> from transformers import AutoTokenizer, ReformerForMaskedLM

>>> tokenizer = AutoTokenizer.from_pretrained("hf-internal-testing/tiny-random-reformer")
>>> model = ReformerForMaskedLM.from_pretrained("hf-internal-testing/tiny-random-reformer")

>>> # add mask_token
>>> tokenizer.add_special_tokens({"mask_token": "[MASK]"})
>>> inputs = tokenizer("The capital of France is [MASK].", return_tensors="pt")

>>> # resize model's embedding matrix
>>> model.resize_token_embeddings(new_num_tokens=model.config.vocab_size + 1)
>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> # retrieve index of [MASK]
>>> mask_token_index = (inputs.input_ids == tokenizer.mask_token_id)[0].nonzero(as_tuple=True)[0]

>>> predicted_token_id = logits[0, mask_token_index].argmax(axis=-1)
>>> predicted_token = tokenizer.decode(predicted_token_id)

>>> labels = tokenizer("The capital of France is Paris.", return_tensors="pt")["input_ids"]
>>> # mask labels of non-[MASK] tokens
>>> labels = torch.where(
...     inputs.input_ids == tokenizer.mask_token_id, labels[:, : inputs["input_ids"].shape[-1]], -100
... )

>>> outputs = model(**inputs, labels=labels)
>>> loss = round(outputs.loss.item(), 2)

ReformerForSequenceClassification

class transformers.ReformerForSequenceClassification

< source >

( config )

参数

config (ReformerForSequenceClassification) — 包含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相关的权重，仅加载配置。请查看 from_pretrained() 方法来加载模型权重。

Reformer 模型变换器，顶部带有一个序列分类/回归头（在池化输出之上有一个线性层），例如用于 GLUE 任务。

此模型继承自 PreTrainedModel。查阅超类文档以获取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、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch 模块使用，并参阅 PyTorch 文档以获取所有与通用使用和行为相关的事项。

forward

< source >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None labels: typing.Optional[torch.Tensor] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)

参数

input_ids (形状为 (batch_size, sequence_length) 的 torch.LongTensor) — 词汇表中输入序列标记的索引。训练期间，input_ids 的序列长度必须是相关模型块长度（lsh、局部或两者）的倍数。评估期间，索引会自动填充为块长度的倍数。

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

什么是输入 ID？
position_ids (形状为 (batch_size, sequence_length) 的 torch.Tensor，可选) — 每个输入序列标记在位置嵌入中的位置索引。选择范围为 [0, config.n_positions - 1]。

什么是位置 ID？
attention_mask (形状为 (batch_size, sequence_length) 的 torch.Tensor，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] 之间：
- 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 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可选) — 用于使自注意力模块的选定头部无效的掩码。掩码值选择在 [0, 1] 之间：
- 1 表示头部未被掩码，
- 0 表示头部被掩码。
inputs_embeds (形状为 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可选) — 可选地，您可以选择直接传入嵌入表示而不是 input_ids。如果您想对 input_ids 索引如何转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这将非常有用。
num_hashes (int, 可选) — 分桶期间应执行的哈希轮数。设置此参数会覆盖 config.num_hashes 中定义的默认值。

更多信息请参见 ReformerConfig 中的 num_hashes。
labels (形状为 (batch_size,) 的 torch.LongTensor，可选) — 用于计算序列分类/回归损失的标签。索引应在 [0, ..., config.num_labels - 1] 之间。如果 config.num_labels == 1，则计算回归损失（均方损失）；如果 config.num_labels > 1，则计算分类损失（交叉熵损失）。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详情请参见返回张量下的 hidden_states。
output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详情请参见返回张量下的 attentions。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通的元组。

transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)

一个 transformers.modeling_outputs.SequenceClassifierOutput 或 torch.FloatTensor 的元组（如果传入 return_dict=False 或 config.return_dict=False），包含根据配置 (ReformerConfig) 和输入的不同元素。

loss (形状为 (1,) 的 torch.FloatTensor，可选，当提供 labels 时返回) — 分类损失（如果 config.num_labels==1，则为回归损失）。
logits (形状为 (batch_size, config.num_labels) 的 torch.FloatTensor) — 分类（如果 config.num_labels==1，则为回归）分数（SoftMax 之前）。
hidden_states (tuple(torch.FloatTensor)，可选，当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（如果模型有嵌入层，则为嵌入层输出一个，每个层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
attentions (tuple(torch.FloatTensor)，可选，当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

ReformerForSequenceClassification 的 forward 方法，重写了 __call__ 特殊方法。

单标签分类示例

>>> import torch
>>> from transformers import AutoTokenizer, ReformerForSequenceClassification

>>> tokenizer = AutoTokenizer.from_pretrained("google/reformer-crime-and-punishment")
>>> model = ReformerForSequenceClassification.from_pretrained("google/reformer-crime-and-punishment")

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")

>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> predicted_class_id = logits.argmax().item()
>>> label = model.config.id2label[predicted_class_id]

>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = ReformerForSequenceClassification.from_pretrained(
...     "google/reformer-crime-and-punishment", num_labels=num_labels
... )

>>> labels = torch.tensor(1)
>>> loss = model(**inputs, labels=labels).loss

ReformerForQuestionAnswering

class transformers.ReformerForQuestionAnswering

< source >

( config )

参数

config (ReformerForQuestionAnswering) — 包含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相关的权重，仅加载配置。请查看 from_pretrained() 方法来加载模型权重。

Reformer 变换器，顶部带有一个用于抽取式问答任务（如 SQuAD）的跨度分类头（在隐藏状态输出之上有一个线性层，用于计算 span start logits 和 span end logits）。

此模型继承自 PreTrainedModel。查阅超类文档以获取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、修剪头部等）。

此模型也是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch 模块使用，并参阅 PyTorch 文档以获取所有与通用使用和行为相关的事项。

forward

< source >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None start_positions: typing.Optional[torch.Tensor] = None end_positions: typing.Optional[torch.Tensor] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)

参数

input_ids (形状为 (batch_size, sequence_length) 的 torch.LongTensor) — 词汇表中输入序列标记的索引。训练期间，input_ids 的序列长度必须是相关模型块长度（lsh、局部或两者）的倍数。评估期间，索引会自动填充为块长度的倍数。

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

什么是输入 ID？
position_ids (形状为 (batch_size, sequence_length) 的 torch.Tensor，可选) — 每个输入序列标记在位置嵌入中的位置索引。选择范围为 [0, config.n_positions - 1]。

什么是位置 ID？
attention_mask (形状为 (batch_size, sequence_length) 的 torch.Tensor，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] 之间：
- 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 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可选) — 用于使自注意力模块的选定头部无效的掩码。掩码值选择在 [0, 1] 之间：
- 1 表示头部未被掩码，
- 0 表示头部被掩码。
inputs_embeds (形状为 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可选) — 可选地，您可以选择直接传入嵌入表示而不是 input_ids。如果您想对 input_ids 索引如何转换为相关向量有比模型内部嵌入查找矩阵更多的控制，这将非常有用。
num_hashes (int, 可选) — 分桶期间应执行的哈希轮数。设置此参数会覆盖 config.num_hashes 中定义的默认值。

更多信息请参见 ReformerConfig 中的 num_hashes。
start_positions (形状为 (batch_size,) 的 torch.Tensor，可选) — 用于计算标记分类损失的标签跨度起始位置（索引）。位置被限制在序列长度（sequence_length）内。序列外的位置不计入损失计算。
end_positions (形状为 (batch_size,) 的 torch.Tensor，可选) — 用于计算标记分类损失的标签跨度结束位置（索引）。位置被限制在序列长度（sequence_length）内。序列外的位置不计入损失计算。
output_hidden_states (bool, 可选) — 是否返回所有层的隐藏状态。更多详情请参见返回张量下的 hidden_states。
output_attentions (bool, 可选) — 是否返回所有注意力层的注意力张量。更多详情请参见返回张量下的 attentions。
return_dict (bool, 可选) — 是否返回 ModelOutput 而不是普通的元组。

transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)

一个 transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个 torch.FloatTensor 元组（如果传入 return_dict=False 或当 config.return_dict=False 时），其中包含根据配置 (ReformerConfig) 和输入而定的各种元素。

loss (torch.FloatTensor of shape (1,), 可选, 当提供 labels 时返回) — 总范围提取损失是起始位置和结束位置的交叉熵之和。
start_logits (torch.FloatTensor of shape (batch_size, sequence_length)) — 范围起始分数（SoftMax 之前）。
end_logits (torch.FloatTensor of shape (batch_size, sequence_length)) — 范围结束分数（SoftMax 之前）。
hidden_states (tuple(torch.FloatTensor)，可选，当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（如果模型有嵌入层，则为嵌入层输出一个，每个层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
attentions (tuple(torch.FloatTensor)，可选，当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每个层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 后的注意力权重，用于计算自注意力头中的加权平均值。

ReformerForQuestionAnswering 的前向方法，覆盖了 __call__ 特殊方法。

示例

>>> from transformers import AutoTokenizer, ReformerForQuestionAnswering
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("google/reformer-crime-and-punishment")
>>> model = ReformerForQuestionAnswering.from_pretrained("google/reformer-crime-and-punishment")

>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"

>>> inputs = tokenizer(question, text, return_tensors="pt")
>>> with torch.no_grad():
...     outputs = model(**inputs)

>>> answer_start_index = outputs.start_logits.argmax()
>>> answer_end_index = outputs.end_logits.argmax()

>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]
>>> tokenizer.decode(predict_answer_tokens, skip_special_tokens=True)
...

>>> # target is "nice puppet"
>>> target_start_index = torch.tensor([14])
>>> target_end_index = torch.tensor([15])

>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.loss
>>> round(loss.item(), 2)
...

< > 在 GitHub 上更新

←RecurrentGemma RemBERT→