Abstract Class

Backbones

class mindnlp.abc.BaseModel(auto_prefix=True, flags=None)

模型的基类

class mindnlp.abc.Seq2seqModel(encoder, decoder)

seq2seq模型的基类

参数

• encoder (EncoderBase) – 编码器

• decoder (DecoderBase) – 解码器

class mindnlp.abc.Seq2vecModel(encoder, head, dropout: Optional[float] = None)

seq2vec模型的基类

参数

• encoder (EncoderBase) – 编码器

• head (nn.Cell) – 处理编码器输出的模块

• dropout (float) – 输入神经元丢弃概率，数值范围在0到1之间。如果值为None，则不丢弃输入神经元。默认值：None

class mindnlp.abc.PretrainedModel(config)

预训练模型的抽象类

class mindnlp.abc.PretrainedConfig(**kwargs)

用于预训练模型配置的抽象类

Callback

class mindnlp.abc.Callback

用于构建回调类的抽象基类。回调函数是上下文管理器，在传递到模型时将进入和退出。您可以使用此机制来执行一些自定义操作。

回调函数可以在step或epoch前后执行一些操作。要创建自定义回调，请子类化 Callback 并覆盖与相关阶段关联的方法。

Metric

class mindnlp.abc.Metric

所有metrics的基类。不能直接使用这个类，而是实例化它的一个子类。

函数`update`会在评估过程中累积中间结果，`eval`会评估最终结果，`clear`会重新初始化中间结果。函数`get_metric_name`会提供类名。

Modules

class mindnlp.abc.EncoderBase(embedding)

编码器模块的基类

参数

embedding (Cell) – 嵌入层

class mindnlp.abc.DecoderBase(embedding)

解码器模块的基类

参数

embedding (Cell) – 嵌入层

class mindnlp.abc.TokenEmbedding(vocab: Vocab, init_embed, requires_grad: bool = True, dropout=0.0)

Create vocab and Embedding from a given pre-trained vector file.

参数

• vocab (Vocab) – 传入vocab用于初始化.

• init_embed (Tensor) – Passing into Vocab and Tensor,use these values to initialize Embedding directly.

• requires_grad (bool) – 参数是否需要梯度下降来更新.

• dropout (float) – Dropout of the output of Embedding.