MHA |
多头注意力模块,支持 flash_attn,输入数据格式为：x:(B,T,C),atten_mask:(B,T) |
🔗 |
GQA |
分组注意力模块,支持 flash_attn,输入数据格式为：x:(B,T,C),atten_mask:(B,T) |
🔗 |
MQA |
多查询注意力模块,支持 flash_attn,输入数据格式为：x:(B,T,C),atten_mask:(B,T) |
🔗 |
SWA |
滑动窗口注意力模块,支持 flash_attn,输入数据格式为：x:(B,T,C),atten_mask:(B,T) |
🔗 |
PosEncoding |
位置编码,RotaryPositionalEncoding,AbsolutePositionEmbedding,LearnedPositionEmbedding。输入：x:(B,T,C) |
🔗 |
Norm |
归一化操作,LayerNorm,BatchNorm,RMSNorm,InstanceNorm,GlobalResponseNorm。输入：(B,T,C) 或者 (B,C,H,W) |
🔗 |
ResNet |
视觉编码器,ResNet50, ResNet101, ResNet152系列 |
🔗 |
ConvNeXt |
视觉编码器,ConvNeXt v1系列 |
🔗 |
Vit |
视觉编码器,Vit |
🔗 |
SwinTransformer |
视觉编码器,SwinTransformer |
🔗 |