FusedBiasDropoutResidualLayerNorm¶

参数¶

• embed_dim (int) - 输入和输出中预期的特征大小。

• dropout_rate (float，可选) - 在注意力权重上使用的 Dropout 概率，用于在注意力后的 Dropout 过程中丢弃一些注意力目标。0 表示无 Dropout。默认为 0.5。

• bias_attr (ParamAttr|bool，可选) - 指定偏置参数的属性。默认为 None，意味着使用默认的偏置参数属性。如果设置为 False，则该层不会有可训练的偏置参数。具体用法请参见 ParamAttr 。

• epsilon (float，可选) - 添加到方差中的小值，以防止除零。默认为 1e-05。

代码示例¶

>>> import paddle
>>> paddle.device.set_device('gpu')
>>> # input: [batch_size, seq_len, embed_dim]
>>> x = paddle.rand((2, 4, 128))
>>> # residual: [batch_size, seq_len, embed_dim]
>>> residual = paddle.rand((2, 4, 128))
>>> fused_bias_dropout_residual_ln = paddle.incubate.nn.FusedBiasDropoutResidualLayerNorm(128)
>>> output = fused_bias_dropout_residual_ln(x, residual)
>>> print(output.shape)
[2, 4, 128]

forward(x, residual)¶

应用 fused_bias_dropout_residual_layer_norm 操作符，包含融合偏置、Dropout 和残差层归一化操作。

参数¶

• x (Tensor) - 输入张量。它是一个形状为 [batch_size, seq_len, embed_dim] 的张量。数据类型应为 float32 或 float64 。

• residual (Tensor，可选) - 残差张量。它是一个形状为 [batch_size, value_length, vdim] 的张量。数据类型应为 float32 或 float64。

返回¶

Tensor|tuple：与 x 具有相同数据类型和形状的张量

extra_repr()¶

当前层的额外表示，您可以自定义实现自己的层。