【阅读源码】Transformer的FFN机制源码解读(dropout)

本文深入解析了PyTorch中PositionwiseFeedForward层的工作原理,包括其内部结构如Linear层的作用及Dropout层的具体实现细节。
class PositionwiseFeedForward(nn.Module):
    "Implements FFN equation."
    def __init__(self, d_model, d_ff, dropout=0.1):
        super(PositionwiseFeedForward, self).__init__()
        self.w_1 = nn.Linear(d_model, d_ff)#剖析点1
        self.w_2 = nn.Linear(d_ff, d_model)
        self.dropout = nn.Dropout(dropout)#剖析点2

    def forward(self, x):
        return self.w_2(self.dropout(F.relu(self.w_1(x))))

剖析源码

1 剖析点1:self.w_1 = nn.Linear(d_model, d_ff)

这里的d_model是embedding的长度一般取512
d_ff是inner_layer的维度:2048

2 剖析点2:nn.Dropout(dropout)

参考:https://blog.youkuaiyun.com/weixin_42979152/article/details/113769291
注意区别nn.Dropout(dr

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值