Transformers 文件

Reformer 模型

Transformers 模型

加入 Hugging Face 社群

並獲得增強的文件體驗

在模型、資料集和 Spaces 上進行協作

透過加速推理獲得更快的示例

切換文件主題

開始使用

Reformer

概述

Reformer 模型由 Nikita Kitaev、Łukasz Kaiser、Anselm Levskaya 在論文 Reformer: 高效 Transformer 中提出。

論文摘要如下：

大型 Transformer 模型在多項任務上通常能達到最先進的結果，但訓練這些模型的成本可能高得令人望而卻步，尤其是在長序列上。我們引入了兩種技術來提高 Transformer 的效率。首先，我們將點積注意力替換為使用區域性敏感雜湊的注意力，將其複雜度從 O(L^2) 改變為 O(Llog(L))，其中 L 是序列的長度。此外，我們使用可逆殘差層而不是標準殘差層，這使得在訓練過程中只需儲存一次啟用（而不是 N 次，N 是層數）。由此產生的模型 Reformer 在效能上與 Transformer 模型相當，同時在長序列上更節省記憶體且速度更快。

此模型由 patrickvonplaten 貢獻。作者的程式碼可以在這裡找到。

使用技巧

由於 PyTorch 中的一個 bug，Reformer 不支援 torch.nn.DataParallel，參見問題 #36035。
使用軸向位置編碼（詳見下文）。這是一種透過將巨大位置編碼矩陣分解為較小矩陣來避免其過大（當序列長度非常大時）的機制。
用 LSH（區域性敏感雜湊）注意力替換傳統注意力（詳見下文）。這是一種避免在注意力層中計算完整查詢-鍵乘積的技術。
透過使用可逆 Transformer 層，避免儲存每個層的中間結果，從而在反向傳播過程中獲取它們（從下一層的輸入中減去殘差即可恢復它們）或重新計算給定層內部的結果（效率低於儲存但節省記憶體）。
分塊而不是對整個批次計算前饋操作。

軸向位置編碼

軸向位置編碼最初由 Google 的 trax 庫實現，並由該模型論文的作者開發。在處理非常長輸入序列的模型中，傳統的位置 ID 編碼儲存一個大小為 $d$ 的嵌入向量，其中 config.hidden_size 是每個位置的 $i, \ldots, n_s$ ，其中 $n_s$ 是 config.max_embedding_size。這意味著如果序列長度為 $n_s = 2^{19} \approx 0.5M$ ，並且 config.hidden_size 為 $d = 2^{10} \approx 1000$ ，將導致位置編碼矩陣 $X_{i,j}, \text{ with } i \in \left[1,\ldots, d\right] \text{ and } j \in \left[1,\ldots, n_s\right]$

，其本身就有超過 5 億個引數需要儲存。軸向位置編碼將 $X_{i,j}$ 分解為兩個矩陣 $X^{1}_{i,j}, \text{ with } i \in \left[1,\ldots, d^1\right] \text{ and } j \in \left[1,\ldots, n_s^1\right]$

和 $X^{2}_{i,j}, \text{ with } i \in \left[1,\ldots, d^2\right] \text{ and } j \in \left[1,\ldots, n_s^2\right]$

，其中 $d = d^1 + d^2 \text{ and } n_s = n_s^1 \times n_s^2 .$

因此，以下成立： $X_{i,j} = \begin{cases} X^{1}_{i, k}, & \text{if }\ i < d^1 \text{ with } k = j \mod n_s^1 \\ X^{2}_{i - d^1, l}, & \text{if } i \ge d^1 \text{ with } l = \lfloor\frac{j}{n_s^1}\rfloor \end{cases}$

直觀地說，這意味著位置嵌入向量 $x_j \in \mathbb{R}^{d}$ 現在是兩個分解嵌入向量的組合 $x^1_{k, l} + x^2_{l, k}$ ，其中 config.max_embedding_size 維度 $j$ 被分解為 $k \text{ and } l$ 。這種設計確保了每個位置嵌入向量 $x_j$ 是唯一的。

再次使用上面的例子，軸向位置編碼和 $d^1 = 2^9, d^2 = 2^9, n_s^1 = 2^9, n_s^2 = 2^{10}$ 可以將引數數量從 5 億個大幅減少到 $2^{18} + 2^{19} \approx 780 000$ 個引數，這意味著記憶體使用量減少了 85%。

在實踐中，引數 config.axial_pos_embds_dim 設定為元組 $(d^1, d^2)$ 其和必須等於 config.hidden_size，config.axial_pos_shape 設定為元組 $(n_s^1, n_s^2)$ 其積必須等於 config.max_embedding_size，在訓練期間，它必須等於 input_ids 的序列長度。

LSH 自注意力

在區域性敏感雜湊 (LSH) 自注意力中，鍵和查詢投影權重是繫結的。因此，鍵查詢嵌入向量也是繫結的。LSH 自注意力使用用於角度距離的實用最優 LSH 中提出的區域性敏感雜湊機制，將每個繫結的鍵查詢嵌入向量分配到 config.num_buckets 個可能的桶中的一個。其前提是，“更相似”的鍵查詢嵌入向量（就餘弦相似度而言）彼此之間越相似，它們被分配到同一桶的可能性就越大。

LSH 機制的準確性可以透過增加 config.num_hashes 或直接增加前向函式的引數 num_hashes 來提高，從而使 LSH 自注意力的輸出更好地近似“正常”完整自注意力的輸出。然後對桶進行排序，並將其分塊為長度為 config.lsh_chunk_length 的查詢鍵嵌入向量塊。對於每個塊，查詢嵌入向量關注其鍵向量（與自身繫結）以及 config.lsh_num_chunks_before 個先前相鄰塊和 config.lsh_num_chunks_after 個後續相鄰塊的鍵嵌入向量。

欲瞭解更多資訊，請參閱原始論文或這篇優秀的部落格文章。

請注意，config.num_buckets 也可以分解為一個列表 $(n_{\text{buckets}}^1, n_{\text{buckets}}^2)$ 。這樣，查詢鍵嵌入向量就不會被分配到 $(1,\ldots, n_{\text{buckets}})$ 中的一個，而是被分配到 $(1-1,\ldots, n_{\text{buckets}}^1-1, \ldots, 1-n_{\text{buckets}}^2, \ldots, n_{\text{buckets}}^1-n_{\text{buckets}}^2)$ 中的一個。這對於節省超長序列的記憶體至關重要。

從頭開始訓練模型時，建議將 config.num_buckets 留空，以便根據序列長度動態計算一個好的 num_buckets 值。該值將自動儲存在配置中，並應在推理時重複使用。

使用 LSH 自注意力，查詢-鍵矩陣乘法操作的記憶體和時間複雜度可以從 $\mathcal{O}(n_s \times n_s)$ 到 $\mathcal{O}(n_s \times \log(n_s))$ 降低，這通常是 Transformer 模型中的記憶體和時間瓶頸，其中 $n_s$ 是序列長度。

區域性自注意力

區域性自注意力本質上是“正常”的自注意力層，具有鍵、查詢和值投影，但它被分塊，以便在每個長度為 config.local_chunk_length 的塊中，查詢嵌入向量僅關注其塊中的鍵嵌入向量以及 config.local_num_chunks_before 個先前相鄰塊和 config.local_num_chunks_after 個後續相鄰塊的鍵嵌入向量。

使用區域性自注意力，查詢-鍵矩陣乘法操作的記憶體和時間複雜度可以從 $\mathcal{O}(n_s \times n_s)$ 到 $\mathcal{O}(n_s \times \log(n_s))$ 降低，這通常是 Transformer 模型中的記憶體和時間瓶頸，其中 $n_s$ 是序列長度。

訓練

在訓練過程中，我們必須確保序列長度設定為可以被 config.lsh_chunk_length 和 config.local_chunk_length 的最小公倍數整除的值，並且軸向位置編碼的引數已如上所述正確設定。Reformer 的記憶體效率非常高，因此該模型可以輕鬆地在長達 64000 個標記的序列上進行訓練。

對於訓練，應按如下方式使用 ReformerModelWithLMHead

input_ids = tokenizer.encode("This is a sentence from the training data", return_tensors="pt")
loss = model(input_ids, labels=input_ids)[0]

資源

ReformerConfig

class transformers.ReformerConfig

< 原始碼 >

( attention_head_size = 64 attn_layers = ['local', 'lsh', 'local', 'lsh', 'local', 'lsh'] axial_norm_std = 1.0 axial_pos_embds = True axial_pos_shape = [64, 64] axial_pos_embds_dim = [64, 192] chunk_size_lm_head = 0 eos_token_id = 2 feed_forward_size = 512 hash_seed = None hidden_act = 'relu' hidden_dropout_prob = 0.05 hidden_size = 256 initializer_range = 0.02 is_decoder = False layer_norm_eps = 1e-12 local_num_chunks_before = 1 local_num_chunks_after = 0 local_attention_probs_dropout_prob = 0.05 local_attn_chunk_length = 64 lsh_attn_chunk_length = 64 lsh_attention_probs_dropout_prob = 0.0 lsh_num_chunks_before = 1 lsh_num_chunks_after = 0 max_position_embeddings = 4096 num_attention_heads = 12 num_buckets = None num_hashes = 1 pad_token_id = 0 vocab_size = 320 tie_word_embeddings = False use_cache = True classifier_dropout = None **kwargs )

引數

attention_head_size (int, 可選, 預設為 64) — 投影的鍵、查詢和值向量的維度
attn_layers (list[str], 可選, 預設為 ["local", "lsh", "local", "lsh", "local", "lsh"]) — 注意力層型別的升序列表。可以選擇 LSHSelfAttention 層（"lsh"）和 LocalSelfAttention 層（"local"）。

有關 LSHSelfAttention 層的更多資訊，請參閱LSH 自注意力。有關 LocalSelfAttention 層的更多資訊，請參閱區域性自注意力。
axial_pos_embds (bool, 可選, 預設為 True) — 是否使用軸向位置嵌入。有關軸向位置嵌入如何工作的更多資訊，請參閱軸向位置編碼。
axial_norm_std (float, 可選, 預設為 1.0) — 用於初始化軸向位置編碼權重矩陣的 normal_initializer 的標準差。
axial_pos_shape (list[int], 可選, 預設為 [64, 64]) — 軸向位置編碼的位置維度。在訓練期間，位置維度的乘積必須等於序列長度。

有關軸向位置嵌入如何工作的更多資訊，請參閱軸向位置編碼。
axial_pos_embds_dim (list[int], 可選, 預設為 [64, 192]) — 軸向位置編碼的嵌入維度。嵌入維度之和必須等於隱藏大小。

有關軸向位置嵌入如何工作的更多資訊，請參閱軸向位置編碼。
chunk_size_lm_head (int, 可選, 預設為 0) — 最終語言模型前饋頭層的塊大小。塊大小為 0 意味著前饋層未分塊。塊大小為 n 意味著前饋層一次處理 n < 序列長度的嵌入。

有關前饋分塊的更多資訊，請參閱前饋分塊如何工作？。
eos_token_id (int, 可選, 預設為 2) — 句子結束標記的標記 ID。
feed_forward_size (int, 可選, 預設為 512) — 殘差注意力塊中 feed_forward 層的維度。
hash_seed (int, 可選) — 可用於使 LSHSelfAttention 中的區域性敏感雜湊確定性的種子。這應僅用於測試目的。對於評估和訓練目的，hash_seed 應保留為 None，以確保區域性敏感雜湊方案中的完全隨機旋轉。
hidden_act (str 或 Callable, 可選, 預設為 "relu") — 殘差注意力塊中前饋層的非線性啟用函式（函式或字串）。如果為字串，支援 "gelu"、"relu"、"silu" 和 "gelu_new"。
hidden_dropout_prob (float, 可選, 預設為 0.05) — 嵌入、編碼器和池化器中所有全連線層的 dropout 機率。
hidden_size (int, 可選, 預設為 256) — 殘差注意力塊的輸出隱藏狀態的維度。
initializer_range (float, 可選, 預設為 0.02) — 用於初始化所有權重矩陣的 truncated_normal_initializer 的標準差。
is_decoder (bool, 可選, 預設為 False) — 是否使用因果掩碼以及傳遞給 ReformerModel 的 attention_mask。當 Reformer 用於因果語言建模時，此引數應設定為 True。
layer_norm_eps (float, 可選, 預設為 1e-12) — 層歸一化層使用的 epsilon。
local_chunk_length (int, 可選, 預設為 64) — 在 LocalSelfAttention 中關注自身的塊的長度。分塊將記憶體複雜度從序列長度 x 序列長度（自注意力）降低到塊長度 x 塊長度 x 序列長度 / 塊長度（分塊自注意力）。
local_num_chunks_before (int, 可選, 預設為 1) — 在 LocalSelfAttention 層中，關注其自身的先前相鄰塊的數量。
local_num_chunks_after (int, 可選, 預設為 0) — 在 LocalSelfAttention 層中，除了自身外，關注的後續相鄰塊的數量。
local_attention_probs_dropout_prob (float, 可選, 預設為 0.1) — LocalSelfAttention 中注意力機率的 dropout 比率。
lsh_attn_chunk_length (int, 可選, 預設為 64) — 在 LSHSelfAttention 中關注自身的塊的長度。分塊將記憶體複雜度從序列長度 x 序列長度（自注意力）降低到塊長度 x 塊長度 x 序列長度 / 塊長度（分塊自注意力）。
lsh_num_chunks_before (int, 可選, 預設為 1) — 在 LSHSelfAttention 層中，關注其自身的先前相鄰塊的數量。
lsh_num_chunks_after (int, 可選, 預設為 0) — 在 LSHSelfAttention 層中，除了自身外，關注的後續相鄰塊的數量。
lsh_attention_probs_dropout_prob (float, 可選, 預設為 0.1) — LSHSelfAttention 中注意力機率的 dropout 比率。
max_position_embeddings (int, 可選, 預設為 4096) — 該模型可能使用的最大序列長度。通常為了以防萬一會將其設定為一個較大的值（例如 512 或 1024 或 2048）。
num_attention_heads (int, 可選, 預設為 12) — Transformer 編碼器中每個注意力層的注意力頭數量。
num_buckets (int 或 list[int], 可選) — 桶的數量，可以使用區域性敏感雜湊方案將鍵查詢向量“雜湊”到其中。每個查詢鍵向量都被雜湊到 1, ..., num_buckets 中的一個雜湊中。為了提高記憶體複雜度，桶的數量也可以分解為一個列表。在這種情況下，如果 num_buckets 被分解為兩個因子，則每個查詢鍵向量都被雜湊到 1-1, 1-2, ..., num_buckets[0]-1, ..., num_buckets[0]-num_buckets[1] 中的一個雜湊中。桶的數量（或因子的乘積）應大約等於序列長度 / lsh_chunk_length。如果未設定 num_buckets，則會動態計算一個好的值。
num_hashes (int, 可選, 預設為 1) — 區域性敏感雜湊方案中的雜湊輪數（例如，隨機旋轉的數量）。num_hashes 越高，LSHSelfAttention 越準確，但雜湊的記憶體和時間消耗也越大。
pad_token_id (int, 可選, 預設為 0) — 填充標記的標記 ID。
vocab_size (int, 可選, 預設為 320) — Reformer 模型的詞彙表大小。定義了呼叫 ReformerModel 時傳遞的 inputs_ids 可以表示的不同標記的數量。
tie_word_embeddings (bool, 可選, 預設為 False) — 是否繫結輸入和輸出嵌入。
use_cache (bool, 可選, 預設為 True) — 模型是否應返回最後一個鍵/值注意力（並非所有模型都使用）。
classifier_dropout (float, 可選) — 分類頭部的 dropout 比率。

這是用於儲存 ReformerModel 配置的配置類。它用於根據指定引數例項化 Reformer 模型，定義模型架構。使用預設值例項化配置將產生與 ReFormer google/reformer-crime-and-punishment 架構類似的配置。

配置物件繼承自 PretrainedConfig，可用於控制模型輸出。有關這些方法的更多資訊，請參閱 PretrainedConfig 的文件。

示例

>>> from transformers import ReformerConfig, ReformerModel

>>> # Initializing a Reformer configuration
>>> configuration = ReformerConfig()

>>> # Initializing a Reformer model (with random weights)
>>> model = ReformerModel(configuration)

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

ReformerTokenizer

class transformers.ReformerTokenizer

< 源 >

( vocab_file eos_token = '</s>' unk_token = '<unk>' additional_special_tokens = [] sp_model_kwargs: typing.Optional[dict[str, typing.Any]] = None **kwargs )

引數

vocab_file (str) — SentencePiece 檔案（通常具有 .spm 副檔名），其中包含例項化分詞器所需的詞彙表。
eos_token (str, 可選, 預設為 "</s>") — 序列結束符。

當使用特殊令牌構建序列時，這不是用於序列結束的令牌。使用的令牌是 sep_token。
unk_token (str, 可選, 預設為 "<unk>") — 未知令牌。不在詞彙表中的令牌不能轉換為 ID，而是設定為此令牌。
additional_special_tokens (list[str], 可選, 預設為 []) — 分詞器使用的其他特殊令牌。
sp_model_kwargs (dict, 可選) — 將傳遞給 SentencePieceProcessor.__init__() 方法。SentencePiece 的 Python 包裝器可用於設定：
- enable_sampling: 啟用子詞正則化。
- nbest_size: Unigram 的取樣引數。對於 BPE-Dropout 無效。
  - nbest_size = {0,1}: 不執行取樣。
  - nbest_size > 1: 從 nbest_size 結果中取樣。
  - nbest_size < 0: 假設 nbest_size 是無限的，並使用前向過濾和後向取樣演算法從所有假設（格）中取樣。
- alpha: Unigram 取樣的平滑引數，以及 BPE-dropout 合併操作的 dropout 機率。

構建 Reformer 分詞器。基於 SentencePiece。

此分詞器繼承自 PreTrainedTokenizer，其中包含大部分主要方法。使用者應參閱此超類以獲取有關這些方法的更多資訊。

save_vocabulary

< 源 >

( save_directory: str filename_prefix: typing.Optional[str] = None )

ReformerTokenizerFast

class transformers.ReformerTokenizerFast

< 源 >

( vocab_file = None tokenizer_file = None eos_token = '</s>' unk_token = '<unk>' additional_special_tokens = [] **kwargs )

引數

vocab_file (str) — SentencePiece 檔案（通常具有 .spm 副檔名），其中包含例項化分詞器所需的詞彙表。
eos_token (str, 可選, 預設為 "</s>") — 序列結束符。

當使用特殊令牌構建序列時，這不是用於序列結束的令牌。使用的令牌是 sep_token。
unk_token (str, 可選, 預設為 "<unk>") — 未知令牌。不在詞彙表中的令牌不能轉換為 ID，而是設定為此令牌。
pad_token (str, 可選, 預設為 "<pad>") — 用於填充的令牌，例如當批次處理不同長度的序列時。
additional_special_tokens (list[str], 可選) — 分詞器使用的其他特殊令牌。

構建一個“快速”Reformer 分詞器（由 HuggingFace 的 tokenizers 庫支援）。基於 Unigram。

此分詞器繼承自 PreTrainedTokenizerFast，其中包含大部分主要方法。使用者應參閱此超類以獲取有關這些方法的更多資訊。

ReformerModel

class transformers.ReformerModel

< 源 >

( config )

引數

config (ReformerModel) — 模型配置類，包含模型的所有引數。使用配置檔案初始化不會載入與模型相關的權重，只加載配置。請查閱 from_pretrained() 方法以載入模型權重。

Reformer 模型輸出原始隱藏狀態，頂部沒有任何特定頭部。

此模型繼承自 PreTrainedModel。查閱超類文件以獲取庫為所有模型實現的通用方法（例如下載或儲存、調整輸入嵌入大小、修剪頭部等）。

此模型也是 PyTorch torch.nn.Module 的子類。將其作為常規 PyTorch 模組使用，並參閱 PyTorch 文件以獲取所有與通用使用和行為相關的事項。

forward

< 源 >

( input_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None past_buckets_states: typing.Optional[list[tuple[torch.Tensor]]] = None use_cache: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.models.reformer.modeling_reformer.ReformerModelOutput 或 tuple(torch.FloatTensor)

引數

input_ids (torch.LongTensor 形狀為 (batch_size, sequence_length)) — 詞彙表中輸入序列令牌的索引。在訓練期間，input_ids 的序列長度必須是相關模型塊長度（LSH 的、本地的或兩者）的倍數。在評估期間，索引會自動填充為塊長度的倍數。

索引可以使用 AutoTokenizer 獲得。有關詳細資訊，請參閱 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

什麼是輸入 ID？
attention_mask (torch.Tensor 形狀為 (batch_size, sequence_length), 可選) — 避免對填充令牌索引執行注意力的掩碼。掩碼值選擇在 [0, 1]:
- 1 表示令牌未被遮蔽，
- 0 表示令牌被遮蔽。
什麼是注意力掩碼？
position_ids (torch.Tensor 形狀為 (batch_size, sequence_length), 可選) — 每個輸入序列令牌在位置嵌入中的位置索引。選擇範圍為 [0, config.n_positions - 1]。

什麼是位置 ID？
head_mask (torch.Tensor 形狀為 (num_heads,) 或 (num_layers, num_heads), 可選) — 遮蔽自注意力模組選定頭部的掩碼。掩碼值選擇在 [0, 1]:
- 1 表示頭部未被遮蔽，
- 0 表示頭部被遮蔽。
inputs_embeds (torch.Tensor 形狀為 (batch_size, sequence_length, hidden_size), 可選) — 可選地，除了傳遞 input_ids，您還可以直接傳遞嵌入表示。如果您希望對如何將 input_ids 索引轉換為相關向量有比模型內部嵌入查詢矩陣更多的控制，這會很有用。
num_hashes (int, 可選) — 分桶期間應執行的雜湊輪數。設定此引數會覆蓋 config.num_hashes 中定義的預設值。

有關更多資訊，請參閱 ReformerConfig 中的 num_hashes。
past_buckets_states (list[tuple(torch.LongTensor, torch.FloatTensor)], 可選) — 長度為 config.n_layers 的 tuple(torch.LongTensor, torch.FloatTensor 列表，第一個元素為形狀為 (batch_size, num_heads, num_hashes, sequence_length) 的前一個 buckets，第二個元素為形狀為 (batch_size, sequence_length, hidden_size) 的前一個 hidden_states)。

包含預先計算的隱藏狀態和 buckets（僅與 LSH 自注意力相關）。可用於加速順序解碼。
use_cache (bool, 可選) — 如果設定為 True，將返回 past_key_values 鍵值狀態，可用於加速解碼（參見 past_key_values）。
output_hidden_states (bool, 可選) — 是否返回所有層的隱藏狀態。有關更多詳細資訊，請參閱返回張量下的 hidden_states。
output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。有關更多詳細資訊，請參閱返回張量下的 attentions。
return_dict (bool, 可選) — 是否返回 ModelOutput 而不是普通元組。

transformers.models.reformer.modeling_reformer.ReformerModelOutput 或 tuple(torch.FloatTensor)

一個 transformers.models.reformer.modeling_reformer.ReformerModelOutput 或 torch.FloatTensor 的元組（如果傳遞了 return_dict=False 或 config.return_dict=False），包含根據配置 (ReformerConfig) 和輸入的不同元素。

last_hidden_state (torch.FloatTensor 形狀為 (batch_size, num_predict, hidden_size)) — 模型最後一層的隱藏狀態序列。

num_predict 對應於 target_mapping.shape[1]。如果 target_mapping 為 None，則 num_predict 對應於 sequence_length。
past_buckets_states (list[tuple(torch.LongTensor, torch.FloatTensor)], 可選, 當傳遞 use_cache=True 或 config.use_cache=True 時返回) — 長度為 config.n_layers 的 tuple(torch.LongTensor, torch.FloatTensor 列表，第一個元素為形狀為 (batch_size, num_heads, num_hashes, sequence_length) 的前一個 buckets，第二個元素為形狀為 (batch_size, sequence_length, hidden_size) 的前一個 hidden_states)。

包含預先計算的 buckets 和隱藏狀態，可用於（參見 past_buckets_states 輸入）加速順序解碼。
hidden_states (tuple[torch.FloatTensor], 可選, 當傳遞 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（一個用於嵌入層的輸出，如果模型有嵌入層，+ 每個層的輸出一個），形狀為 (batch_size, sequence_length, hidden_size)。

模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。
attentions (tuple[torch.FloatTensor], 可選, 當傳遞 output_attentions=True 或 config.output_attentions=True 時返回) — torch.FloatTensor 的元組（每個層一個），形狀為 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 後的注意力權重，用於計算自注意力頭中的加權平均值。

ReformerModel 的 forward 方法，覆蓋了 __call__ 特殊方法。

儘管前向傳播的配方需要在此函式中定義，但此後應呼叫 Module 例項，而不是此函式，因為前者負責執行預處理和後處理步驟，而後者則默默地忽略它們。

ReformerModelWithLMHead

class transformers.ReformerModelWithLMHead

< 源 >

( config )

引數

config (ReformerModelWithLMHead) — 模型配置類，包含模型的所有引數。使用配置檔案初始化不會載入與模型相關的權重，只加載配置。請查閱 from_pretrained() 方法以載入模型權重。

帶 語言建模 頭部的 Reformer 模型。

此模型繼承自 PreTrainedModel。查閱超類文件以獲取庫為所有模型實現的通用方法（例如下載或儲存、調整輸入嵌入大小、修剪頭部等）。

此模型也是 PyTorch torch.nn.Module 的子類。將其作為常規 PyTorch 模組使用，並參閱 PyTorch 文件以獲取所有與通用使用和行為相關的事項。

forward

< 源 >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None past_buckets_states: typing.Optional[list[tuple[torch.Tensor]]] = None use_cache: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None labels: typing.Optional[torch.Tensor] = None **kwargs ) → transformers.modeling_outputs.CausalLMOutput 或 tuple(torch.FloatTensor)

引數

input_ids (torch.LongTensor 形狀為 (batch_size, sequence_length)) — 詞彙表中輸入序列令牌的索引。在訓練期間，input_ids 的序列長度必須是相關模型塊長度（LSH 的、本地的或兩者）的倍數。在評估期間，索引會自動填充為塊長度的倍數。

索引可以使用 AutoTokenizer 獲得。有關詳細資訊，請參閱 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

什麼是輸入 ID？
position_ids (torch.Tensor 形狀為 (batch_size, sequence_length), 可選) — 每個輸入序列令牌在位置嵌入中的位置索引。選擇範圍為 [0, config.n_positions - 1]。

什麼是位置 ID？
attention_mask (torch.Tensor 形狀為 (batch_size, sequence_length), 可選) — 避免對填充令牌索引執行注意力的掩碼。掩碼值選擇在 [0, 1]:
- 1 表示令牌未被遮蔽，
- 0 表示令牌被遮蔽。
什麼是注意力掩碼？
head_mask (形狀為 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可選) — 用於使自注意力模組的選定頭部無效的掩碼。掩碼值選擇在 [0, 1] 之間：
- 1 表示頭部未被掩碼，
- 0 表示頭部被掩碼。
inputs_embeds (形狀為 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可選) — 可選地，您可以選擇直接傳入嵌入表示而不是 input_ids。如果您想對 input_ids 索引如何轉換為相關向量有比模型內部嵌入查詢矩陣更多的控制，這將非常有用。
num_hashes (int, 可選) — 分桶期間應執行的雜湊輪數。設定此引數會覆蓋 config.num_hashes 中定義的預設值。

更多資訊請參見 ReformerConfig 中的 num_hashes。
past_buckets_states (list[tuple(torch.LongTensor, torch.FloatTensor)]，可選) — 長度為 config.n_layers 的 tuple(torch.LongTensor, torch.FloatTensor 列表，其中第一個元素是形狀為 (batch_size, num_heads, num_hashes, sequence_length) 的先前桶，第二個是形狀為 (batch_size, sequence_length, hidden_size) 的先前隱藏狀態)。

包含預先計算的隱藏狀態和桶（僅與 LSH 自注意力相關）。可用於加速順序解碼。
use_cache (bool, 可選) — 如果設定為 True，則返回 past_key_values 鍵值狀態，可用於加速解碼（參見 past_key_values）。
output_hidden_states (bool, 可選) — 是否返回所有層的隱藏狀態。更多詳情請參見返回張量下的 hidden_states。
output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。更多詳情請參見返回張量下的 attentions。
return_dict (bool, 可選) — 是否返回 ModelOutput 而不是普通的元組。
labels (形狀為 (batch_size,) 的 torch.LongTensor，可選) — 用於計算序列分類/迴歸損失的標籤。索引應在 [-100, 0, ..., config.vocab_size - 1] 之間。所有設定為 -100 的標籤將被忽略（掩碼），損失僅針對 [0, ..., config.vocab_size] 中的標籤計算

transformers.modeling_outputs.CausalLMOutput 或 tuple(torch.FloatTensor)

一個 transformers.modeling_outputs.CausalLMOutput 或 torch.FloatTensor 的元組（如果傳入 return_dict=False 或 config.return_dict=False），包含根據配置 (ReformerConfig) 和輸入的不同元素。

loss (torch.FloatTensor 形狀為 (1,)，可選，當提供 labels 時返回) — 語言建模損失（用於下一個 token 預測）。
logits (形狀為 (batch_size, sequence_length, config.vocab_size) 的 torch.FloatTensor) — 語言建模頭部的預測分數（SoftMax 之前的每個詞彙標記的分數）。
hidden_states (tuple(torch.FloatTensor)，可選，當傳入 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（如果模型有嵌入層，則為嵌入層輸出一個，每個層輸出一個），形狀為 (batch_size, sequence_length, hidden_size)。

模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。
attentions (tuple(torch.FloatTensor)，可選，當傳入 output_attentions=True 或 config.output_attentions=True 時返回) — torch.FloatTensor 的元組（每個層一個），形狀為 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 後的注意力權重，用於計算自注意力頭中的加權平均值。

ReformerModelWithLMHead 的 forward 方法，重寫了 __call__ 特殊方法。

示例

>>> import torch
>>> from transformers import AutoTokenizer, ReformerModelWithLMHead

>>> tokenizer = AutoTokenizer.from_pretrained("google/reformer-crime-and-punishment")
>>> model = ReformerModelWithLMHead.from_pretrained("google/reformer-crime-and-punishment")

>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs, labels=inputs["input_ids"])
>>> loss = outputs.loss
>>> logits = outputs.logits

ReformerForMaskedLM

class transformers.ReformerForMaskedLM

< source >

( config )

引數

config (ReformerForMaskedLM) — 包含模型所有引數的模型配置類。使用配置檔案初始化不會載入與模型相關的權重，僅載入配置。請檢視 from_pretrained() 方法來載入模型權重。

帶有 語言建模 頭的 Reformer 模型。

此模型繼承自 PreTrainedModel。查閱超類文件以獲取庫為所有模型實現的通用方法（例如下載或儲存、調整輸入嵌入大小、修剪頭部等）。

此模型也是 PyTorch torch.nn.Module 的子類。將其作為常規 PyTorch 模組使用，並參閱 PyTorch 文件以獲取所有與通用使用和行為相關的事項。

forward

< source >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None labels: typing.Optional[torch.Tensor] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.MaskedLMOutput 或 tuple(torch.FloatTensor)

引數

input_ids (形狀為 (batch_size, sequence_length) 的 torch.LongTensor) — 詞彙表中輸入序列標記的索引。訓練期間，input_ids 的序列長度必須是相關模型塊長度（lsh、區域性或兩者）的倍數。評估期間，索引會自動填充為塊長度的倍數。

可以使用 AutoTokenizer 獲取索引。有關詳細資訊，請參見 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

什麼是輸入 ID？
position_ids (形狀為 (batch_size, sequence_length) 的 torch.Tensor，可選) — 每個輸入序列標記在位置嵌入中的位置索引。選擇範圍為 [0, config.n_positions - 1]。

什麼是位置 ID？
attention_mask (形狀為 (batch_size, sequence_length) 的 torch.Tensor，可選) — 掩碼，用於避免對填充標記索引執行注意力。掩碼值選擇在 [0, 1] 之間：
- 1 表示標記未被掩碼，
- 0 表示標記被掩碼。
什麼是注意力掩碼？
head_mask (形狀為 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可選) — 用於使自注意力模組的選定頭部無效的掩碼。掩碼值選擇在 [0, 1] 之間：
- 1 表示頭部未被掩碼，
- 0 表示頭部被掩碼。
inputs_embeds (形狀為 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可選) — 可選地，您可以選擇直接傳入嵌入表示而不是 input_ids。如果您想對 input_ids 索引如何轉換為相關向量有比模型內部嵌入查詢矩陣更多的控制，這將非常有用。
num_hashes (int, 可選) — 分桶期間應執行的雜湊輪數。設定此引數會覆蓋 config.num_hashes 中定義的預設值。

更多資訊請參見 ReformerConfig 中的 num_hashes。
labels (形狀為 (batch_size, sequence_length) 的 torch.LongTensor，可選) — 用於計算掩碼語言建模損失的標籤。索引應在 [-100, 0, ..., config.vocab_size] 之間（參見 input_ids 文件字串）。索引設定為 -100 的標記將被忽略（掩碼），損失僅針對帶有標籤的標記計算

此示例使用了一個虛假檢查點，因為我們沒有 Reformer 架構的掩碼語言建模任務的任何可用預訓練模型。
output_hidden_states (bool, 可選) — 是否返回所有層的隱藏狀態。更多詳情請參見返回張量下的 hidden_states。
output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。更多詳情請參見返回張量下的 attentions。
return_dict (bool, 可選) — 是否返回 ModelOutput 而不是普通的元組。

transformers.modeling_outputs.MaskedLMOutput 或 tuple(torch.FloatTensor)

一個 transformers.modeling_outputs.MaskedLMOutput 或 torch.FloatTensor 的元組（如果傳入 return_dict=False 或 config.return_dict=False），包含根據配置 (ReformerConfig) 和輸入的不同元素。

loss (形狀為 (1,) 的 torch.FloatTensor，可選，當提供 labels 時返回) — 掩碼語言建模 (MLM) 損失。
logits (形狀為 (batch_size, sequence_length, config.vocab_size) 的 torch.FloatTensor) — 語言建模頭部的預測分數（SoftMax 之前的每個詞彙標記的分數）。
hidden_states (tuple(torch.FloatTensor)，可選，當傳入 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（如果模型有嵌入層，則為嵌入層輸出一個，每個層輸出一個），形狀為 (batch_size, sequence_length, hidden_size)。

模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。
attentions (tuple(torch.FloatTensor)，可選，當傳入 output_attentions=True 或 config.output_attentions=True 時返回) — torch.FloatTensor 的元組（每個層一個），形狀為 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 後的注意力權重，用於計算自注意力頭中的加權平均值。

ReformerForMaskedLM 的 forward 方法，重寫了 __call__ 特殊方法。

示例

>>> import torch
>>> from transformers import AutoTokenizer, ReformerForMaskedLM

>>> tokenizer = AutoTokenizer.from_pretrained("hf-internal-testing/tiny-random-reformer")
>>> model = ReformerForMaskedLM.from_pretrained("hf-internal-testing/tiny-random-reformer")

>>> # add mask_token
>>> tokenizer.add_special_tokens({"mask_token": "[MASK]"})
>>> inputs = tokenizer("The capital of France is [MASK].", return_tensors="pt")

>>> # resize model's embedding matrix
>>> model.resize_token_embeddings(new_num_tokens=model.config.vocab_size + 1)
>>> with torch.no_grad():
...     logits = model(**inputs).logits

>>> # retrieve index of [MASK]
>>> mask_token_index = (inputs.input_ids == tokenizer.mask_token_id)[0].nonzero(as_tuple=True)[0]

>>> predicted_token_id = logits[0, mask_token_index].argmax(axis=-1)
>>> predicted_token = tokenizer.decode(predicted_token_id)

>>> labels = tokenizer("The capital of France is Paris.", return_tensors="pt")["input_ids"]
>>> # mask labels of non-[MASK] tokens
>>> labels = torch.where(
...     inputs.input_ids == tokenizer.mask_token_id, labels[:, : inputs["input_ids"].shape[-1]], -100
... )

>>> outputs = model(**inputs, labels=labels)
>>> loss = round(outputs.loss.item(), 2)

ReformerForSequenceClassification

class transformers.ReformerForSequenceClassification

< source >

( config )

引數

config (ReformerForSequenceClassification) — 包含模型所有引數的模型配置類。使用配置檔案初始化不會載入與模型相關的權重，僅載入配置。請檢視 from_pretrained() 方法來載入模型權重。

Reformer 模型變換器，頂部帶有一個序列分類/迴歸頭（在池化輸出之上有一個線性層），例如用於 GLUE 任務。

此模型繼承自 PreTrainedModel。查閱超類文件以獲取庫為所有模型實現的通用方法（例如下載或儲存、調整輸入嵌入大小、修剪頭部等）。

此模型也是 PyTorch torch.nn.Module 的子類。將其作為常規 PyTorch 模組使用，並參閱 PyTorch 文件以獲取所有與通用使用和行為相關的事項。

forward

< source >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None labels: typing.Optional[torch.Tensor] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)

引數

input_ids (形狀為 (batch_size, sequence_length) 的 torch.LongTensor) — 詞彙表中輸入序列標記的索引。訓練期間，input_ids 的序列長度必須是相關模型塊長度（lsh、區域性或兩者）的倍數。評估期間，索引會自動填充為塊長度的倍數。

可以使用 AutoTokenizer 獲取索引。有關詳細資訊，請參見 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

什麼是輸入 ID？
position_ids (形狀為 (batch_size, sequence_length) 的 torch.Tensor，可選) — 每個輸入序列標記在位置嵌入中的位置索引。選擇範圍為 [0, config.n_positions - 1]。

什麼是位置 ID？
attention_mask (形狀為 (batch_size, sequence_length) 的 torch.Tensor，可選) — 掩碼，用於避免對填充標記索引執行注意力。掩碼值選擇在 [0, 1] 之間：
- 1 表示標記未被掩碼，
- 0 表示標記被掩碼。
什麼是注意力掩碼？
head_mask (形狀為 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可選) — 用於使自注意力模組的選定頭部無效的掩碼。掩碼值選擇在 [0, 1] 之間：
- 1 表示頭部未被掩碼，
- 0 表示頭部被掩碼。
inputs_embeds (形狀為 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可選) — 可選地，您可以選擇直接傳入嵌入表示而不是 input_ids。如果您想對 input_ids 索引如何轉換為相關向量有比模型內部嵌入查詢矩陣更多的控制，這將非常有用。
num_hashes (int, 可選) — 分桶期間應執行的雜湊輪數。設定此引數會覆蓋 config.num_hashes 中定義的預設值。

更多資訊請參見 ReformerConfig 中的 num_hashes。
labels (形狀為 (batch_size,) 的 torch.LongTensor，可選) — 用於計算序列分類/迴歸損失的標籤。索引應在 [0, ..., config.num_labels - 1] 之間。如果 config.num_labels == 1，則計算迴歸損失（均方損失）；如果 config.num_labels > 1，則計算分類損失（交叉熵損失）。
output_hidden_states (bool, 可選) — 是否返回所有層的隱藏狀態。更多詳情請參見返回張量下的 hidden_states。
output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。更多詳情請參見返回張量下的 attentions。
return_dict (bool, 可選) — 是否返回 ModelOutput 而不是普通的元組。

transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)

一個 transformers.modeling_outputs.SequenceClassifierOutput 或 torch.FloatTensor 的元組（如果傳入 return_dict=False 或 config.return_dict=False），包含根據配置 (ReformerConfig) 和輸入的不同元素。

loss (形狀為 (1,) 的 torch.FloatTensor，可選，當提供 labels 時返回) — 分類損失（如果 config.num_labels==1，則為迴歸損失）。
logits (形狀為 (batch_size, config.num_labels) 的 torch.FloatTensor) — 分類（如果 config.num_labels==1，則為迴歸）分數（SoftMax 之前）。
hidden_states (tuple(torch.FloatTensor)，可選，當傳入 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（如果模型有嵌入層，則為嵌入層輸出一個，每個層輸出一個），形狀為 (batch_size, sequence_length, hidden_size)。

模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。
attentions (tuple(torch.FloatTensor)，可選，當傳入 output_attentions=True 或 config.output_attentions=True 時返回) — torch.FloatTensor 的元組（每個層一個），形狀為 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 後的注意力權重，用於計算自注意力頭中的加權平均值。

ReformerForSequenceClassification 的 forward 方法，重寫了 __call__ 特殊方法。

單標籤分類示例

>>> import torch
>>> from transformers import AutoTokenizer, ReformerForSequenceClassification

>>> tokenizer = AutoTokenizer.from_pretrained("google/reformer-crime-and-punishment")
>>> model = ReformerForSequenceClassification.from_pretrained("google/reformer-crime-and-punishment")

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

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

>>> predicted_class_id = logits.argmax().item()
>>> label = 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 = ReformerForSequenceClassification.from_pretrained(
...     "google/reformer-crime-and-punishment", num_labels=num_labels
... )

>>> labels = torch.tensor(1)
>>> loss = model(**inputs, labels=labels).loss

ReformerForQuestionAnswering

class transformers.ReformerForQuestionAnswering

< source >

( config )

引數

config (ReformerForQuestionAnswering) — 包含模型所有引數的模型配置類。使用配置檔案初始化不會載入與模型相關的權重，僅載入配置。請檢視 from_pretrained() 方法來載入模型權重。

Reformer 變換器，頂部帶有一個用於抽取式問答任務（如 SQuAD）的跨度分類頭（在隱藏狀態輸出之上有一個線性層，用於計算 span start logits 和 span end logits）。

此模型繼承自 PreTrainedModel。查閱超類文件以獲取庫為所有模型實現的通用方法（例如下載或儲存、調整輸入嵌入大小、修剪頭部等）。

此模型也是 PyTorch torch.nn.Module 的子類。將其作為常規 PyTorch 模組使用，並參閱 PyTorch 文件以獲取所有與通用使用和行為相關的事項。

forward

< source >

( input_ids: typing.Optional[torch.Tensor] = None position_ids: typing.Optional[torch.Tensor] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None num_hashes: typing.Optional[int] = None start_positions: typing.Optional[torch.Tensor] = None end_positions: typing.Optional[torch.Tensor] = None output_hidden_states: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)

引數

input_ids (形狀為 (batch_size, sequence_length) 的 torch.LongTensor) — 詞彙表中輸入序列標記的索引。訓練期間，input_ids 的序列長度必須是相關模型塊長度（lsh、區域性或兩者）的倍數。評估期間，索引會自動填充為塊長度的倍數。

可以使用 AutoTokenizer 獲取索引。有關詳細資訊，請參見 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。

什麼是輸入 ID？
position_ids (形狀為 (batch_size, sequence_length) 的 torch.Tensor，可選) — 每個輸入序列標記在位置嵌入中的位置索引。選擇範圍為 [0, config.n_positions - 1]。

什麼是位置 ID？
attention_mask (形狀為 (batch_size, sequence_length) 的 torch.Tensor，可選) — 掩碼，用於避免對填充標記索引執行注意力。掩碼值選擇在 [0, 1] 之間：
- 1 表示標記未被掩碼，
- 0 表示標記被掩碼。
什麼是注意力掩碼？
head_mask (形狀為 (num_heads,) 或 (num_layers, num_heads) 的 torch.Tensor，可選) — 用於使自注意力模組的選定頭部無效的掩碼。掩碼值選擇在 [0, 1] 之間：
- 1 表示頭部未被掩碼，
- 0 表示頭部被掩碼。
inputs_embeds (形狀為 (batch_size, sequence_length, hidden_size) 的 torch.Tensor，可選) — 可選地，您可以選擇直接傳入嵌入表示而不是 input_ids。如果您想對 input_ids 索引如何轉換為相關向量有比模型內部嵌入查詢矩陣更多的控制，這將非常有用。
num_hashes (int, 可選) — 分桶期間應執行的雜湊輪數。設定此引數會覆蓋 config.num_hashes 中定義的預設值。

更多資訊請參見 ReformerConfig 中的 num_hashes。
start_positions (形狀為 (batch_size,) 的 torch.Tensor，可選) — 用於計算標記分類損失的標籤跨度起始位置（索引）。位置被限制在序列長度（sequence_length）內。序列外的位置不計入損失計算。
end_positions (形狀為 (batch_size,) 的 torch.Tensor，可選) — 用於計算標記分類損失的標籤跨度結束位置（索引）。位置被限制在序列長度（sequence_length）內。序列外的位置不計入損失計算。
output_hidden_states (bool, 可選) — 是否返回所有層的隱藏狀態。更多詳情請參見返回張量下的 hidden_states。
output_attentions (bool, 可選) — 是否返回所有注意力層的注意力張量。更多詳情請參見返回張量下的 attentions。
return_dict (bool, 可選) — 是否返回 ModelOutput 而不是普通的元組。

transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)

一個 transformers.modeling_outputs.QuestionAnsweringModelOutput 或一個 torch.FloatTensor 元組（如果傳入 return_dict=False 或當 config.return_dict=False 時），其中包含根據配置 (ReformerConfig) 和輸入而定的各種元素。

loss (torch.FloatTensor of shape (1,), 可選, 當提供 labels 時返回) — 總範圍提取損失是起始位置和結束位置的交叉熵之和。
start_logits (torch.FloatTensor of shape (batch_size, sequence_length)) — 範圍起始分數（SoftMax 之前）。
end_logits (torch.FloatTensor of shape (batch_size, sequence_length)) — 範圍結束分數（SoftMax 之前）。
hidden_states (tuple(torch.FloatTensor)，可選，當傳入 output_hidden_states=True 或 config.output_hidden_states=True 時返回) — torch.FloatTensor 的元組（如果模型有嵌入層，則為嵌入層輸出一個，每個層輸出一個），形狀為 (batch_size, sequence_length, hidden_size)。

模型在每個層輸出的隱藏狀態以及可選的初始嵌入輸出。
attentions (tuple(torch.FloatTensor)，可選，當傳入 output_attentions=True 或 config.output_attentions=True 時返回) — torch.FloatTensor 的元組（每個層一個），形狀為 (batch_size, num_heads, sequence_length, sequence_length)。

注意力 softmax 後的注意力權重，用於計算自注意力頭中的加權平均值。

ReformerForQuestionAnswering 的前向方法，覆蓋了 __call__ 特殊方法。

示例

>>> from transformers import AutoTokenizer, ReformerForQuestionAnswering
>>> import torch

>>> tokenizer = AutoTokenizer.from_pretrained("google/reformer-crime-and-punishment")
>>> model = ReformerForQuestionAnswering.from_pretrained("google/reformer-crime-and-punishment")

>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"

>>> inputs = tokenizer(question, text, return_tensors="pt")
>>> with torch.no_grad():
...     outputs = model(**inputs)

>>> answer_start_index = outputs.start_logits.argmax()
>>> answer_end_index = outputs.end_logits.argmax()

>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]
>>> tokenizer.decode(predict_answer_tokens, skip_special_tokens=True)
...

>>> # target is "nice puppet"
>>> target_start_index = torch.tensor([14])
>>> target_end_index = torch.tensor([15])

>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.loss
>>> round(loss.item(), 2)
...

< > 在 GitHub 上更新

←RecurrentGemma RemBERT→