Create model.py

Это скорее фан-пулреквест. Я коллекционирую интересные репозитории и иногда экспериментирую с небольшими изменениями.

Возможно, правки полезны, возможно — нет, так что feel free to ignore :)  
В любом случае спасибо за классный проект!

Author: ReNothingg

PyTorch/CustomStuff/MyAwesomeModel/model.py

@@ -0,0 +1,36 @@
+import torch
+import torch.nn as nn
+from config import Config
+
+def generate_causal_mask(size):
+    mask = torch.triu(torch.ones(size, size) * float('-inf'), diagonal=1)
+    return mask
+
+class GPT(nn.Module):
+    def __init__(self):
+        super().__init__()
+        self.token_emb = nn.Embedding(Config.vocab_size, Config.d_model)
+        self.pos_emb = nn.Parameter(torch.zeros(1, Config.seq_len, Config.d_model))
+        encoder_layer = nn.TransformerEncoderLayer(
+            d_model=Config.d_model,
+            nhead=Config.n_heads,
+            dim_feedforward=4 * Config.d_model,
+            dropout=0.1,
+            activation='gelu'
+        )
+        self.transformer = nn.TransformerEncoder(encoder_layer, num_layers=Config.n_layers)
+        self.ln_f = nn.LayerNorm(Config.d_model)
+        self.head = nn.Linear(Config.d_model, Config.vocab_size)
+
+    def forward(self, idx):
+        B, T = idx.size()
+        tok = self.token_emb(idx)             # (B, T, d_model)
+        pos = self.pos_emb[:, :T, :]         # (1, T, d_model)
+        x = tok + pos
+        x = x.transpose(0, 1)                # (T, B, d_model)
+        mask = generate_causal_mask(T).to(x.device)
+        x = self.transformer(x, mask=mask)
+        x = x.transpose(0, 1)                # (B, T, d_model)
+        x = self.ln_f(x)
+        logits = self.head(x)                # (B, T, vocab_size)
+        return logits