快捷方式

torchaudio.prototype.models.conformer_rnnt_model

torchaudio.prototype.models.conformer_rnnt_model(*, input_dim: int, encoding_dim: int, time_reduction_stride: int, conformer_input_dim: int, conformer_ffn_dim: int, conformer_num_layers: int, conformer_num_heads: int, conformer_depthwise_conv_kernel_size: int, conformer_dropout: float, num_symbols: int, symbol_embedding_dim: int, num_lstm_layers: int, lstm_hidden_dim: int, lstm_layer_norm: bool, lstm_layer_norm_epsilon: float, lstm_dropout: float, joiner_activation: str) RNNT[原始碼]

構建基於 Conformer 的迴圈神經網路 transducer (RNN-T) 模型。

引數:
  • input_dim (int) – 傳遞給轉錄網路的輸入序列幀的維度。

  • encoding_dim (int) – 傳遞給聯合網路的由轉錄網路和預測網路生成的編碼維度。

  • time_reduction_stride (int) – 減小輸入序列長度的因子。

  • conformer_input_dim (int) – Conformer 輸入的維度。

  • conformer_ffn_dim (int) – 每個 Conformer 層的全連線網路隱藏層維度。

  • conformer_num_layers (int) – 要例項化的 Conformer 層數。

  • conformer_num_heads (int) – 每個 Conformer 層中的注意力頭數量。

  • conformer_depthwise_conv_kernel_size (int) – 每個 Conformer 層的深度可分離卷積層的核大小。

  • conformer_dropout (float) – Conformer dropout 機率。

  • num_symbols (int) – 目標 token 集合的基數。

  • symbol_embedding_dim (int) – 每個目標 token 嵌入的維度。

  • num_lstm_layers (int) – 要例項化的 LSTM 層數。

  • lstm_hidden_dim (int) – 每個 LSTM 層的輸出維度。

  • lstm_layer_norm (bool) – 如果為 True,則為 LSTM 層啟用層歸一化。

  • lstm_layer_norm_epsilon (float) – 在 LSTM 層歸一化層中使用的 epsilon 值。

  • lstm_dropout (float) – LSTM dropout 機率。

  • joiner_activation (str) – 聯合器中使用的啟用函式。必須是 (“relu”, “tanh”) 之一。(預設: “relu”)

  • 返回:

    RNNT

    Conformer RNN-T 模型。

文件

訪問 PyTorch 詳細的開發者文件

檢視文件

教程

獲取面向初學者和高階開發者的深度教程

檢視教程

資源

查詢開發資源並解答你的問題

檢視資源