FusedFeedForward¶

参数¶

• d_model (int) - 输入输出的维度。

• dim_feedforward (int) - 前馈神经网络中隐藏层的大小。

• dropout_rate (float，可选) - 对本层的输出进行处理的 dropout 值，置零的概率。默认值：0.1。

• activation (str，可选) - 激活函数。默认值：relu。

• act_dropout_rate (float，可选) - 激活函数后的 dropout 置零的概率。如果为 None 则 act_dropout_rate = dropout_rate。默认值：None 。

• normalize_before (bool，可选) - 设置对输入输出的处理。如果为 True，则对输入进行层标准化（Layer Normalization），否则（即为 False ），则对输入不进行处理，而是在输出前进行标准化。默认值：False 。

• weight_attr (ParamAttr，可选) - 指定权重参数属性的对象。默认值：None，表示使用默认的权重参数属性，即使用 0 进行初始化。具体用法请参见 ParamAttr 。

• bias_attr （ParamAttr|bool，可选）- 指定偏置参数属性的对象。如果该参数值是 ParamAttr，则使用 ParamAttr。如果该参数为 bool 类型，只支持为 False，表示没有偏置参数。默认值为 None，表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。

返回¶

• Tensor，输出 Tensor，数据类型与 x 一样。

代码示例¶

>>> import paddle
>>> from paddle.incubate.nn import FusedFeedForward
>>> paddle.device.set_device('gpu')

>>> fused_feedforward_layer = FusedFeedForward(8, 8)
>>> x = paddle.rand((1, 8, 8))
>>> out = fused_feedforward_layer(x)
>>> print(out.shape)
[1, 8, 8]