什么是PyTorch中nn.Transformer的src和tgt之间的区别?

根据文档,创建一个transformer模型的方式如下:

transformer_model = nn.Transformer(nhead=16, num_encoder_layers=12)src = torch.rand((10, 32, 512))tgt = torch.rand((20, 32, 512)) # tgt是什么?out = transformer_model(src, tgt) 

tgt的含义是什么?tgt应该和src相同吗?


回答:

变换器结构由两个部分组成,编码器和解码器。src是输入到编码器的数据,而tgt是输入到解码器的数据。

例如,在执行将英语句子翻译成法语的机器翻译任务时,src是英语序列的ID,而tgt是法语序列的ID。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注