python transformer

# Transformer 模型的简单实现示例

import torch
import torch.nn as nn
import math

class PositionalEncoding(nn.Module):
    def __init__(self, d_model, max_len=5000):
        super(PositionalEncoding, self).__init__()
        pe = torch.zeros(max_len, d_model)
        position = torch.arange(0, max_len, dtype=torch.float).unsqueeze(1)
        div_term = torch.exp(torch.arange(0, d_model, 2).float() * (-math.log(10000.0) / d_model))
        pe[:, 0::2] = torch.sin(position * div_term)
        pe[:, 1::2] = torch.cos(position * div_term)
        pe = pe.unsqueeze(0).transpose(0, 1)
        self.register_buffer('pe', pe)

    def forward(self, x):
        return x + self.pe[:x.size(0), :]

class TransformerModel(nn.Module):
    def __init__(self, ntoken, d_model, nhead, nhid, nlayers, dropout=0.5):
        super(TransformerModel, self).__init__()
        from torch.nn import TransformerEncoder, TransformerEncoderLayer
        self.model_type = 'Transformer'
        self.src_mask = None
        self.pos_encoder = PositionalEncoding(d_model)
        encoder_layers = TransformerEncoderLayer(d_model, nhead, nhid, dropout)
        self.transformer_encoder = TransformerEncoder(encoder_layers, nlayers)
        self.encoder = nn.Embedding(ntoken, d_model)
        self.d_model = d_model
        self.decoder = nn.Linear(d_model, ntoken)

        self.init_weights()

    def init_weights(self):
        initrange = 0.1
        self.encoder.weight.data.uniform_(-initrange, initrange)
        self.decoder.bias.data.zero_()
        self.decoder.weight.data.uniform_(-initrange, initrange)

    def forward(self, src):
        if self.src_mask is None or self.src_mask.size(0) != len(src):
            device = src.device
            mask = self._generate_square_subsequent_mask(len(src)).to(device)
            self.src_mask = mask
        src = self.encoder(src) * math.sqrt(self.d_model)
        src = self.pos_encoder(src)
        output = self.transformer_encoder(src, self.src_mask)
        output = self.decoder(output)
        return output

    def _generate_square_subsequent_mask(self, sz):
        mask = (torch.triu(torch.ones(sz, sz)) == 1).transpose(0, 1)
        mask = mask.float().masked_fill(mask == 0, float('-inf')).masked_fill(mask == 1, float(0.0))
        return mask

# 示例用法
ntokens = 10000  # 假设词汇表大小为10000
d_model = 200  # 词嵌入维度
nhead = 2  # 多头注意力机制的头数
nhid = 400  # 隐藏层维度
nlayers = 2  # Transformer 编码器层数
dropout = 0.2  # Dropout 概率

model = TransformerModel(ntokens, d_model, nhead, nhid, nlayers, dropout)

# 假设输入是一个长度为35的序列，batch size为20
src = torch.randint(0, ntokens, (35, 20))
output = model(src)
print(output.shape)  # 输出形状应为 (35, 20, ntokens)

解释说明：

1. PositionalEncoding 类：用于为输入序列添加位置信息。Transformer 模型没有递归或卷积结构，因此需要显式地将位置信息加入到输入中。

2. TransformerModel 类：

   • __init__ 方法初始化模型参数，包括嵌入层、位置编码、Transformer 编码器层和解码器。
   • forward 方法定义了前向传播过程，包括应用嵌入、位置编码、Transformer 编码器和最终的解码器。
   • _generate_square_subsequent_mask 方法生成一个掩码矩阵，用于防止模型在训练过程中看到未来的信息。

3. 示例用法：创建了一个简单的 Transformer 模型，并使用随机生成的输入数据进行了测试。输出的形状应为 (序列长度, batch size, 词汇表大小)。

这个代码展示了如何使用 PyTorch 实现一个基本的 Transformer 模型，并解释了每个部分的功能。