Transformers 文档

SEW-D

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

SEW-D

PyTorch

概述

SEW-D (Squeezed and Efficient Wav2Vec with Disentangled attention) 由 Felix Wu, Kwangyoun Kim, Jing Pan, Kyu Han, Kilian Q. Weinberger, Yoav Artzi 在《用于语音识别的无监督预训练中的性能-效率权衡》中提出。

论文摘要如下:

本文研究了用于自动语音识别 (ASR) 的预训练模型中的性能-效率权衡。我们专注于 wav2vec 2.0,并形式化了影响模型性能和效率的几种架构设计。综合所有观察结果,我们引入了 SEW (Squeezed and Efficient Wav2vec),这是一种预训练模型架构,在各种训练设置中,其性能和效率方面都有显著改进。例如,在 LibriSpeech 上的 100h-960h 半监督设置中,SEW 比 wav2vec 2.0 实现了 1.9 倍的推理加速,词错误率相对降低了 13.5%。在相似的推理时间下,SEW 在不同模型尺寸下将词错误率降低了 25-50%。

此模型由anton-l贡献。

使用技巧

  • SEW-D 是一个语音模型,接受一个浮点数组,对应于语音信号的原始波形。
  • SEWDForCTC 使用连接主义时间分类 (CTC) 进行微调,因此模型输出必须使用Wav2Vec2CTCTokenizer进行解码。

资源

SEWD配置

class transformers.SEWDConfig

< >

( 词汇表大小 = 32 隐藏层大小 = 768 隐藏层数量 = 12 注意力头数量 = 12 中间层大小 = 3072 压缩因子 = 2 最大位置嵌入 = 512 位置桶 = 256 共享注意力键 = True 相对注意力 = True 位置注意力类型 = ('p2c', 'c2p') 归一化相对嵌入 = 'layer_norm' 隐藏激活函数 = 'gelu_python' 隐藏层丢弃率 = 0.1 激活层丢弃率 = 0.1 注意力丢弃率 = 0.1 特征投影丢弃率 = 0.0 最终丢弃率 = 0.1 初始化范围 = 0.02 层归一化epsilon = 1e-07 特征层归一化epsilon = 1e-05 特征提取归一化 = 'group' 特征提取激活函数 = 'gelu' 卷积维度 = (64, 128, 128, 128, 128, 256, 256, 256, 256, 512, 512, 512, 512) 卷积步长 = (5, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1) 卷积核 = (10, 3, 1, 3, 1, 3, 1, 3, 1, 2, 1, 2, 1) 卷积偏置 = False 卷积位置嵌入数量 = 128 卷积位置嵌入组数量 = 16 应用SpecAugment = True 时间掩码概率 = 0.05 时间掩码长度 = 10 时间掩码最小数量 = 2 特征掩码概率 = 0.0 特征掩码长度 = 10 特征掩码最小数量 = 0 CTC损失缩减 = 'mean' CTC零无穷大 = False 使用加权层求和 = False 分类器投影大小 = 256 填充token ID = 0 起始token ID = 1 结束token ID = 2 **kwargs )

参数

  • vocab_size (int, 可选, 默认为 32) — SEW-D 模型的词汇表大小。定义了调用 SEWD 时传入 inputs_ids 可表示的不同 token 的数量。
  • hidden_size (int, 可选, 默认为 768) — 编码器层和池化层维度。
  • num_hidden_layers (int, 可选, 默认为 12) — Transformer 编码器中的隐藏层数量。
  • 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。
  • intermediate_size (int, 可选, 默认为 3072) — Transformer 编码器中“中间”(即前馈)层的维度。
  • squeeze_factor (int, 可选, 默认为 2) — 编码器后的序列长度下采样因子和 Transformer 后的上采样因子。
  • max_position_embeddings (int, 可选, 默认为 512) — 此模型可能使用的最大序列长度。通常设置为较大值以防万一(例如 512、1024 或 2048)。
  • position_buckets (int, 可选, 默认为 256) — 相对位置嵌入的最大大小。
  • share_att_key (bool, 可选, 默认为 True) — 是否与 c2p 和 p2c 共享注意力键。
  • relative_attention (bool, 可选, 默认为 True) — 是否使用相对位置编码。
  • pos_att_type (tuple[str], 可选, 默认为 ("p2c", "c2p")) — 相对位置注意力的类型,可以是 ("p2c", "c2p") 的组合,例如 ("p2c")("p2c", "c2p")("p2c", "c2p")
  • norm_rel_ebd (str, 可选, 默认为 "layer_norm") — 是否在相对嵌入中使用层归一化(如果是则为"layer_norm"
  • hidden_act (strfunction, 可选, 默认为 "gelu_python") — 编码器和池化器中的非线性激活函数(函数或字符串)。如果是字符串,支持 "gelu""relu""selu""gelu_python""gelu_new"
  • hidden_dropout (float, 可选, 默认为 0.1) — 已弃用。模型不再使用,并将在未来版本中移除。
  • activation_dropout (float, 可选, 默认为 0.1) — 嵌入、编码器和池化器中所有全连接层的丢弃概率。
  • attention_dropout (float, 可选, 默认为 0.1) — 注意力概率的丢弃率。
  • final_dropout (float, 可选, 默认为 0.1) — SEWDForCTC 最终投影层的丢弃概率。
  • initializer_range (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器的标准差。
  • layer_norm_eps (float, 可选, 默认为 1e-7) — Transformer 编码器中层归一化层使用的 epsilon。
  • feature_layer_norm_eps (float, 可选, 默认为 1e-5) — 特征编码器后层归一化使用的 epsilon。
  • feat_extract_norm (str, 可选, 默认为 "group") — 应用于特征编码器中一维卷积层的归一化类型。可以是 "group"(仅对第一个一维卷积层进行组归一化)或 "layer"(对所有一维卷积层进行层归一化)。
  • feat_proj_dropout (float, 可选, 默认为 0.0) — 特征编码器输出的丢弃概率。
  • feat_extract_activation (str, 可选, 默认为 “gelu”) -- 特征提取器一维卷积层中的非线性激活函数(函数或字符串)。如果是字符串,支持 “gelu”“relu”“selu”“gelu_new”`。
  • conv_dim (tuple[int]list[int], 可选, 默认为 (64, 128, 128, 128, 128, 256, 256, 256, 256, 512, 512, 512, 512)) — 一个整数元组,定义特征编码器中每个一维卷积层的输入和输出通道数。conv_dim 的长度定义了一维卷积层的数量。
  • conv_stride (tuple[int]list[int], 可选, 默认为 (5, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1)) — 一个整数元组,定义特征编码器中每个一维卷积层的步长。conv_stride 的长度定义了卷积层的数量,并且必须与 conv_dim 的长度匹配。
  • conv_kernel (tuple[int]list[int], 可选, 默认为 (10, 3, 1, 3, 1, 3, 1, 3, 1, 2, 1, 2, 1)) — 一个整数元组,定义特征编码器中每个一维卷积层的核大小。conv_kernel 的长度定义了卷积层的数量,并且必须与 conv_dim 的长度匹配。
  • conv_bias (bool, 可选, 默认为 False) — 一维卷积层是否具有偏置。
  • num_conv_pos_embeddings (int, 可选, 默认为 128) — 卷积位置嵌入的数量。定义了一维卷积位置嵌入层的核大小。
  • num_conv_pos_embedding_groups (int, 可选, 默认为 16) — 一维卷积位置嵌入层的组数量。
  • apply_spec_augment (bool, 可选, 默认为 True) — 是否对特征编码器输出应用 SpecAugment 数据增强。请参阅SpecAugment: 用于自动语音识别的简单数据增强方法
  • mask_time_prob (float, 可选, 默认为 0.05) — 沿时间轴所有特征向量将被掩码的百分比(0 到 1 之间)。掩码过程沿轴生成“mask_time_prob * len(time_axis) / mask_time_length”个独立掩码。如果从每个特征向量被选为掩码向量跨度起点的概率推断,mask_time_prob 应该为 `prob_vector_start * mask_time_length`。请注意,重叠可能会降低实际掩码向量的百分比。这仅在 apply_spec_augment 为 True 时相关。
  • mask_time_length (int, 可选, 默认为 10) — 沿时间轴的向量跨度长度。
  • mask_time_min_masks (int, 可选, 默认为 2) — 沿时间轴生成的长度为 mask_feature_length 的最小掩码数量,每个时间步都如此,与 mask_feature_prob 无关。仅当“mask_time_prob * len(time_axis) / mask_time_length < mask_time_min_masks”时才相关。
  • mask_feature_prob (float, 可选, 默认为 0.0) — 沿特征轴的所有特征向量将被掩码的百分比(0 到 1 之间)。掩码过程沿轴生成“mask_feature_prob * len(feature_axis) / mask_time_length”个独立掩码。如果从每个特征向量被选为掩码向量跨度起点的概率推断,mask_feature_prob 应该为 `prob_vector_start * mask_feature_length`。请注意,重叠可能会降低实际掩码向量的百分比。这仅在 apply_spec_augment 为 True 时相关。
  • mask_feature_length (int, 可选, 默认为 10) — 沿特征轴的向量跨度长度。
  • mask_feature_min_masks (int, 可选, 默认为 0) — 沿特征轴生成的长度为 mask_feature_length 的最小掩码数量,每个时间步都如此,与 mask_feature_prob 无关。仅当“mask_feature_prob * len(feature_axis) / mask_feature_length < mask_feature_min_masks”时才相关。
  • diversity_loss_weight (int, 可选, 默认为 0.1) — 码本多样性损失组件的权重。
  • ctc_loss_reduction (str, 可选, 默认为 "sum") — 指定应用于 torch.nn.CTCLoss 输出的缩减方法。仅在训练 SEWDForCTC 实例时相关。
  • ctc_zero_infinity (bool, 可选, 默认为 False) — 是否将无限损失和 torch.nn.CTCLoss 的相关梯度置零。无限损失主要发生在输入太短而无法与目标对齐时。仅在训练 SEWDForCTC 实例时相关。
  • use_weighted_layer_sum (bool, 可选, 默认为 False) — 是否使用带学习权重的加权层输出平均值。仅在使用 Wav2Vec2ForSequenceClassification 实例时相关。
  • classifier_proj_size (int, 可选, 默认为 256) — 用于分类的 token 均值池化前投影的维度。

这是用于存储 SEWDModel 配置的配置类。它用于根据指定的参数实例化 SEW-D 模型,定义模型架构。实例化具有默认值的配置将生成与 SEW-D asapp/sew-d-tiny-100k 架构相似的配置。

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 文档。

示例

>>> from transformers import SEWDConfig, SEWDModel

>>> # Initializing a SEW-D asapp/sew-d-tiny-100k style configuration
>>> configuration = SEWDConfig()

>>> # Initializing a model (with random weights) from the asapp/sew-d-tiny-100k style configuration
>>> model = SEWDModel(configuration)

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

to_dict

< >

( )

将此实例序列化为 Python 字典。

SEWDModel

class transformers.SEWDModel

< >

( config: SEWDConfig )

参数

  • config (SEWDConfig) — 模型配置类,包含模型的所有参数。用配置文件初始化并不会加载与模型相关的权重,只会加载配置。要加载模型权重,请查看 from_pretrained() 方法。

原始的Sew D模型,输出原始的隐藏状态,不带任何特定的头部。

此模型继承自 PreTrainedModel。请查看父类文档,了解库为其所有模型实现的一般方法(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。请将其作为常规的 PyTorch Module 使用,并参考 PyTorch 文档中所有与通用用法和行为相关的事项。

forward

< >

( input_values: typing.Optional[torch.Tensor] attention_mask: typing.Optional[torch.Tensor] = None mask_time_indices: typing.Optional[torch.FloatTensor] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) transformers.modeling_outputs.BaseModelOutput or tuple(torch.FloatTensor)

参数

  • input_values (torch.Tensor,形状为 (batch_size, sequence_length)可选) — 输入原始语音波形的浮点值。可以通过将 .flac.wav 音频文件加载到 list[float] 类型的数组或 numpy.ndarray 中(例如通过 soundfile 库(pip install soundfile))来获取这些值。要将数组准备为 input_values,应使用 AutoProcessor 进行填充并转换为 torch.FloatTensor 类型的张量。有关详细信息,请参阅 {processor_class}.__call__
  • attention_mask (torch.Tensor,形状为 (batch_size, sequence_length)可选) — 用于避免对填充标记索引执行注意力操作的掩码。掩码值选择在 [0, 1] 之间:

    • 1 表示**未被遮盖**的标记,
    • 0 表示**被遮盖**的标记。

    什么是注意力掩码?

  • mask_time_indices (torch.BoolTensor,形状为 (batch_size, sequence_length)可选) — 用于掩盖提取特征以进行对比损失的索引。在训练模式下,模型学习预测 config.proj_codevector_dim 空间中的掩码提取特征。
  • 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。

返回

transformers.modeling_outputs.BaseModelOutputtuple(torch.FloatTensor)

transformers.modeling_outputs.BaseModelOutputtorch.FloatTensor 的元组(如果传入 return_dict=Falseconfig.return_dict=False 时),包含取决于配置 (SEWDConfig) 和输入的不同元素。

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

  • hidden_states (tuple(torch.FloatTensor)可选,当传入 output_hidden_states=Trueconfig.output_hidden_states=True 时返回) — torch.FloatTensor 的元组(如果模型有嵌入层,则为一个输出,加上每一层的输出),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=Trueconfig.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 后的注意力权重,用于计算自注意力头中的加权平均值。

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

尽管正向传播的配方需要在此函数中定义,但之后应该调用 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。

SEWDForCTC

class transformers.SEWDForCTC

< >

( config target_lang: typing.Optional[str] = None )

参数

  • config (SEWDForCTC) — 模型配置类,包含模型的所有参数。用配置文件初始化并不会加载与模型相关的权重,只会加载配置。要加载模型权重,请查看 from_pretrained() 方法。
  • target_lang (str可选) — 适配器权重的语言ID。适配器权重以 adapter..safetensors 或 adapter..bin 的格式存储。仅在使用带适配器的 SEWDForCTC 实例时相关。默认使用“eng”。

SEW-D 模型,顶部带有一个用于连接主义时间分类(CTC)的 `语言建模` 头部。

此模型继承自 PreTrainedModel。请查看父类文档,了解库为其所有模型实现的一般方法(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。请将其作为常规的 PyTorch Module 使用,并参考 PyTorch 文档中所有与通用用法和行为相关的事项。

forward

< >

( input_values: typing.Optional[torch.Tensor] attention_mask: typing.Optional[torch.Tensor] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None labels: typing.Optional[torch.Tensor] = None ) transformers.modeling_outputs.CausalLMOutput or tuple(torch.FloatTensor)

参数

  • input_values (torch.Tensor,形状为 (batch_size, sequence_length)可选) — 输入原始语音波形的浮点值。可以通过将 .flac.wav 音频文件加载到 list[float] 类型的数组或 numpy.ndarray 中(例如通过 soundfile 库(pip install soundfile))来获取这些值。要将数组准备为 input_values,应使用 AutoProcessor 进行填充并转换为 torch.FloatTensor 类型的张量。有关详细信息,请参阅 {processor_class}.__call__
  • attention_mask (torch.Tensor,形状为 (batch_size, sequence_length)可选) — 用于避免对填充标记索引执行注意力操作的掩码。掩码值选择在 [0, 1] 之间:

    • 1 表示**未被遮盖**的标记,
    • 0 表示**被遮盖**的标记。

    什么是注意力掩码?

  • 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 ModelOutput 而不是普通元组。
  • labels (torch.LongTensor,形状为 (batch_size, target_length)可选) — 用于连接主义时间分类的标签。请注意,target_length 必须小于或等于输出 logits 的序列长度。索引选择范围为 [-100, 0, ..., config.vocab_size - 1]。所有设置为 -100 的标签将被忽略(掩码),损失仅针对 [0, ..., config.vocab_size - 1] 范围内的标签计算。

返回

transformers.modeling_outputs.CausalLMOutputtuple(torch.FloatTensor)

transformers.modeling_outputs.CausalLMOutputtorch.FloatTensor 的元组(如果传入 return_dict=Falseconfig.return_dict=False 时),包含取决于配置 (SEWDConfig) 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)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=Trueconfig.output_hidden_states=True 时返回) — torch.FloatTensor 的元组(如果模型有嵌入层,则为一个输出,加上每一层的输出),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=Trueconfig.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 后的注意力权重,用于计算自注意力头中的加权平均值。

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

尽管正向传播的配方需要在此函数中定义,但之后应该调用 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。

示例

>>> from transformers import AutoProcessor, SEWDForCTC
>>> from datasets import load_dataset
>>> import torch

>>> dataset = load_dataset("hf-internal-testing/librispeech_asr_demo", "clean", split="validation")
>>> dataset = dataset.sort("id")
>>> sampling_rate = dataset.features["audio"].sampling_rate

>>> processor = AutoProcessor.from_pretrained("asapp/sew-d-tiny-100k")
>>> model = SEWDForCTC.from_pretrained("asapp/sew-d-tiny-100k")

>>> # audio file is decoded on the fly
>>> inputs = processor(dataset[0]["audio"]["array"], sampling_rate=sampling_rate, return_tensors="pt")
>>> with torch.no_grad():
...     logits = model(**inputs).logits
>>> predicted_ids = torch.argmax(logits, dim=-1)

>>> # transcribe speech
>>> transcription = processor.batch_decode(predicted_ids)
>>> transcription[0]
...

>>> inputs["labels"] = processor(text=dataset[0]["text"], return_tensors="pt").input_ids

>>> # compute loss
>>> loss = model(**inputs).loss
>>> round(loss.item(), 2)
...

SEWDForSequenceClassification

class transformers.SEWDForSequenceClassification

< >

( config )

参数

  • config (SEWDForSequenceClassification) — 模型配置类,包含模型的所有参数。用配置文件初始化并不会加载与模型相关的权重,只会加载配置。要加载模型权重,请查看 from_pretrained() 方法。

SEWD 模型,顶部带有一个序列分类头部(在池化输出上的线性层),用于像 SUPERB 关键词识别这样的任务。

此模型继承自 PreTrainedModel。请查看父类文档,了解库为其所有模型实现的一般方法(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。请将其作为常规的 PyTorch Module 使用,并参考 PyTorch 文档中所有与通用用法和行为相关的事项。

forward

< >

( input_values: typing.Optional[torch.Tensor] attention_mask: typing.Optional[torch.Tensor] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None labels: typing.Optional[torch.Tensor] = None ) transformers.modeling_outputs.SequenceClassifierOutput or tuple(torch.FloatTensor)

参数

  • input_values (torch.FloatTensor,形状为 (batch_size, sequence_length)) — 输入原始语音波形的浮点值。可以通过将 .flac.wav 音频文件加载到 list[float] 类型的数组或 numpy.ndarray 中(例如通过 soundfile 库(pip install soundfile))来获取这些值。要将数组准备为 input_values,应使用 AutoProcessor 进行填充并转换为 torch.FloatTensor 类型的张量。有关详细信息,请参阅 SEWDProcessor.__call__
  • attention_mask (torch.Tensor,形状为 (batch_size, sequence_length)可选) — 用于避免对填充标记索引执行注意力操作的掩码。掩码值选择在 [0, 1] 之间:

    • 1 表示**未被遮盖**的标记,
    • 0 表示**被遮盖**的标记。

    什么是注意力掩码?

  • 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 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 [0, ..., config.num_labels - 1] 之间。如果 config.num_labels == 1,则计算回归损失(均方误差损失),如果 config.num_labels > 1,则计算分类损失(交叉熵)。

返回

transformers.modeling_outputs.SequenceClassifierOutputtuple(torch.FloatTensor)

transformers.modeling_outputs.SequenceClassifierOutputtorch.FloatTensor 的元组(如果传入 return_dict=Falseconfig.return_dict=False 时),包含取决于配置 (SEWDConfig) 和输入的不同元素。

  • loss (形状为 (1,)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)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=Trueconfig.output_hidden_states=True 时返回) — torch.FloatTensor 的元组(如果模型有嵌入层,则为一个输出,加上每一层的输出),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=Trueconfig.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 后的注意力权重,用于计算自注意力头中的加权平均值。

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

尽管正向传播的配方需要在此函数中定义,但之后应该调用 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。

单标签分类示例

>>> import torch
>>> from transformers import AutoTokenizer, SEWDForSequenceClassification

>>> tokenizer = AutoTokenizer.from_pretrained("asapp/sew-d-tiny-100k")
>>> model = SEWDForSequenceClassification.from_pretrained("asapp/sew-d-tiny-100k")

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

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

>>> predicted_class_id = logits.argmax().item()
>>> 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 = SEWDForSequenceClassification.from_pretrained("asapp/sew-d-tiny-100k", num_labels=num_labels)

>>> labels = torch.tensor([1])
>>> loss = model(**inputs, labels=labels).loss
>>> round(loss.item(), 2)
...

多标签分类示例

>>> import torch
>>> from transformers import AutoTokenizer, SEWDForSequenceClassification

>>> tokenizer = AutoTokenizer.from_pretrained("asapp/sew-d-tiny-100k")
>>> model = SEWDForSequenceClassification.from_pretrained("asapp/sew-d-tiny-100k", problem_type="multi_label_classification")

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

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

>>> predicted_class_ids = torch.arange(0, logits.shape[-1])[torch.sigmoid(logits).squeeze(dim=0) > 0.5]

>>> # 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 = SEWDForSequenceClassification.from_pretrained(
...     "asapp/sew-d-tiny-100k", num_labels=num_labels, problem_type="multi_label_classification"
... )

>>> labels = torch.sum(
...     torch.nn.functional.one_hot(predicted_class_ids[None, :].clone(), num_classes=num_labels), dim=1
... ).to(torch.float)
>>> loss = model(**inputs, labels=labels).loss
< > 在 GitHub 上更新