feat: Initial Commit
This commit is contained in:
@@ -0,0 +1,196 @@
|
||||
import torch
|
||||
import torch.nn as nn
|
||||
|
||||
from config import (
|
||||
EMBED_DIM,
|
||||
NUM_HEADS,
|
||||
NUM_ENCODER_LAYERS,
|
||||
NUM_DECODER_LAYERS,
|
||||
FEED_FORWARD_DIM,
|
||||
DROPOUT,
|
||||
)
|
||||
|
||||
from model.positional_encoding import PositionalEncoding
|
||||
|
||||
|
||||
class MinecraftTransformer(nn.Module):
|
||||
"""
|
||||
Encoder-Decoder Transformer used by the Minecraft Builder AI.
|
||||
"""
|
||||
|
||||
def __init__(
|
||||
self,
|
||||
text_vocab_size,
|
||||
output_vocab_size,
|
||||
):
|
||||
super().__init__()
|
||||
|
||||
self.embed_dim = EMBED_DIM
|
||||
|
||||
# ----------------------------
|
||||
# Embeddings
|
||||
# ----------------------------
|
||||
|
||||
self.text_embedding = nn.Embedding(
|
||||
text_vocab_size,
|
||||
EMBED_DIM
|
||||
)
|
||||
|
||||
self.output_embedding = nn.Embedding(
|
||||
output_vocab_size,
|
||||
EMBED_DIM
|
||||
)
|
||||
|
||||
# ----------------------------
|
||||
# Positional Encoding
|
||||
# ----------------------------
|
||||
|
||||
self.text_position = PositionalEncoding(
|
||||
EMBED_DIM,
|
||||
DROPOUT
|
||||
)
|
||||
|
||||
self.output_position = PositionalEncoding(
|
||||
EMBED_DIM,
|
||||
DROPOUT
|
||||
)
|
||||
|
||||
# ----------------------------
|
||||
# Transformer
|
||||
# ----------------------------
|
||||
|
||||
self.transformer = nn.Transformer(
|
||||
d_model=EMBED_DIM,
|
||||
nhead=NUM_HEADS,
|
||||
num_encoder_layers=NUM_ENCODER_LAYERS,
|
||||
num_decoder_layers=NUM_DECODER_LAYERS,
|
||||
dim_feedforward=FEED_FORWARD_DIM,
|
||||
dropout=DROPOUT,
|
||||
batch_first=True,
|
||||
)
|
||||
|
||||
# ----------------------------
|
||||
# Output layer
|
||||
# ----------------------------
|
||||
|
||||
self.fc_out = nn.Linear(
|
||||
EMBED_DIM,
|
||||
output_vocab_size
|
||||
)
|
||||
|
||||
# ==================================================
|
||||
# Masks
|
||||
# ==================================================
|
||||
|
||||
def generate_square_subsequent_mask(self, size, device):
|
||||
"""
|
||||
Prevent the decoder from seeing future tokens.
|
||||
"""
|
||||
|
||||
return torch.triu(
|
||||
torch.full(
|
||||
(size, size),
|
||||
float("-inf"),
|
||||
device=device
|
||||
),
|
||||
diagonal=1
|
||||
)
|
||||
|
||||
# ==================================================
|
||||
# Forward
|
||||
# ==================================================
|
||||
|
||||
def forward(
|
||||
self,
|
||||
src,
|
||||
tgt,
|
||||
src_padding_mask=None,
|
||||
tgt_padding_mask=None,
|
||||
):
|
||||
"""
|
||||
Parameters
|
||||
----------
|
||||
src : (batch, src_len)
|
||||
|
||||
tgt : (batch, tgt_len)
|
||||
|
||||
Returns
|
||||
-------
|
||||
logits : (batch, tgt_len, output_vocab_size)
|
||||
"""
|
||||
|
||||
src = self.text_embedding(src)
|
||||
tgt = self.output_embedding(tgt)
|
||||
|
||||
src = self.text_position(src)
|
||||
tgt = self.output_position(tgt)
|
||||
|
||||
tgt_mask = self.generate_square_subsequent_mask(
|
||||
tgt.size(1),
|
||||
tgt.device
|
||||
)
|
||||
|
||||
output = self.transformer(
|
||||
src=src,
|
||||
tgt=tgt,
|
||||
tgt_mask=tgt_mask,
|
||||
src_key_padding_mask=src_padding_mask,
|
||||
tgt_key_padding_mask=tgt_padding_mask,
|
||||
memory_key_padding_mask=src_padding_mask,
|
||||
)
|
||||
|
||||
logits = self.fc_out(output)
|
||||
|
||||
return logits
|
||||
|
||||
# ==================================================
|
||||
# Encoder
|
||||
# ==================================================
|
||||
|
||||
def encode(
|
||||
self,
|
||||
src,
|
||||
src_padding_mask=None,
|
||||
):
|
||||
|
||||
src = self.text_embedding(src)
|
||||
src = self.text_position(src)
|
||||
|
||||
memory = self.transformer.encoder(
|
||||
src,
|
||||
src_key_padding_mask=src_padding_mask
|
||||
)
|
||||
|
||||
return memory
|
||||
|
||||
# ==================================================
|
||||
# Decoder
|
||||
# ==================================================
|
||||
|
||||
def decode(
|
||||
self,
|
||||
tgt,
|
||||
memory,
|
||||
tgt_padding_mask=None,
|
||||
memory_padding_mask=None,
|
||||
):
|
||||
|
||||
tgt = self.output_embedding(tgt)
|
||||
tgt = self.output_position(tgt)
|
||||
|
||||
tgt_mask = self.generate_square_subsequent_mask(
|
||||
tgt.size(1),
|
||||
tgt.device
|
||||
)
|
||||
|
||||
output = self.transformer.decoder(
|
||||
tgt=tgt,
|
||||
memory=memory,
|
||||
tgt_mask=tgt_mask,
|
||||
tgt_key_padding_mask=tgt_padding_mask,
|
||||
memory_key_padding_mask=memory_padding_mask,
|
||||
)
|
||||
|
||||
logits = self.fc_out(output)
|
||||
|
||||
return logits
|
||||
Reference in New Issue
Block a user