GemmaBackbone 模型

[來源]

GemmaBackbone 類別

keras_nlp.models.GemmaBackbone(
    vocabulary_size,
    num_layers,
    num_query_heads,
    num_key_value_heads,
    hidden_dim,
    intermediate_dim,
    head_dim,
    query_head_dim_normalize=True,
    use_post_ffw_norm=False,
    use_post_attention_norm=False,
    attention_logit_soft_cap=None,
    final_logit_soft_cap=None,
    use_sliding_window_attention=False,
    sliding_window_size=4096,
    layer_norm_epsilon=1e-06,
    dropout=0,
    dtype=None,
    **kwargs
)

具有超參數的 Gemma 核心網路。

此骨幹實作了 Gemma 模型的基本 Transformer 網路。它包括嵌入查找和 Transformer 層。此骨幹將輸出每個詞元的最終隱藏狀態，而不是對詞彙空間的生成預測。有關用於文字生成的更高級別物件，請參閱 keras_nlp.models.GemmaCausalLM。

預設建構函數提供了一個完全可自訂的、隨機初始化的 Gemma 模型，具有任意數量的層、頭和嵌入維度。若要載入預設架構和權重，請使用 from_preset 建構函數。

引數

• vocabulary_size: int。詞元詞彙的大小。
• num_layers: int。Transformer 層的數量。
• num_query_heads: int。注意力層中查詢投影的頭數。
• num_key_value_heads: int。注意力層中鍵和值投影的頭數。
• hidden_dim: int。每個 Transformer 層末尾 Transformer 隱藏狀態的大小。
• intermediate_dim: int。每個 Transformer 的兩層前饋網路中第一個 Dense 層的輸出維度。
• head_dim: int。每個注意力頭的大小。
• layer_norm_epsilon: float。Transformer 模型中每個層規範使用的 epsilon 值。
• dropout: float。Transformer 編碼器的丟棄機率。
• query_head_dim_normalize: boolean。如果為 True，則在注意力之前使用 head_dim 對查詢進行規範化。如果為 False，則使用 hidden_dim / num_query_heads 對查詢進行規範化。預設值為 True。
• use_post_ffw_norm: boolean。是否在正向饋送塊之後進行規範化。預設值為 False。
• use_post_attention_norm: boolean。是否在注意力塊之後進行規範化。預設值為 False。
• attention_logit_soft_cap: None 或 int。注意力分數的軟上限。預設值為 None。
• final_logit_soft_cap：無或整數。最終 Logit 的軟上限。預設為無。use_sliding_window_attention 布林值。是否使用滑動局部窗口注意力。預設為 False。
• sliding_window_size：整數。滑動局部窗口的大小。預設為 4096。
• dtype：字串或 keras.mixed_precision.DTypePolicy。用於模型計算和權重的 dtype。請注意，某些計算（例如 softmax 和層歸一化）將始終以 float32 精度完成，而與 dtype 無關。

範例

input_data = {
    "token_ids": np.ones(shape=(1, 12), dtype="int32"),
    "padding_mask": np.array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0]]),
}

# Pretrained Gemma decoder.
model = keras_nlp.models.GemmaBackbone.from_preset("gemma_2b_en")
model(input_data)

# Randomly initialized Gemma decoder with custom config.
model = keras_nlp.models.GemmaBackbone(
    vocabulary_size=50257,
    num_layers=12,
    num_query_heads=12,
    num_key_value_heads=1,
    hidden_dim=768,
    intermediate_dim=3072,
    head_dim=64,
)
model(input_data)

[來源]

from_preset 方法

GemmaBackbone.from_preset(preset, load_weights=True, **kwargs)

從模型預設設定實例化 keras_nlp.models.Backbone。

預設設定是設定、權重和其他檔案資產的目錄，用於儲存和載入預先訓練的模型。preset 可以作為以下其中一項傳遞

1. 內建的預設設定識別碼，例如 'bert_base_en'
2. Kaggle 模型控點，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 控點，例如 'hf://user/bert_base_en'
4. 指向本機預設設定目錄的路徑，例如 './bert_base_en'

此建構函式可以透過兩種方式之一呼叫。可以從基類呼叫，例如 keras_nlp.models.Backbone.from_preset()，也可以從模型類別呼叫，例如 keras_nlp.models.GemmaBackbone.from_preset()。如果從基類呼叫，則傳回物件的子類別將從預設設定目錄中的設定推斷。

對於任何 Backbone 子類別，您可以執行 cls.presets.keys() 來列出類別上所有可用的內建預設設定。

引數

• preset：字串。內建的預設設定識別碼、Kaggle 模型控點、Hugging Face 控點或指向本機目錄的路徑。
• load_weights：布林值。如果為 True，則權重將載入模型架構中。如果為 False，則權重將被隨機初始化。

範例

# Load a Gemma backbone with pre-trained weights.
model = keras_nlp.models.Backbone.from_preset(
    "gemma_2b_en",
)

# Load a Bert backbone with a pre-trained config and random weights.
model = keras_nlp.models.Backbone.from_preset(
    "bert_base_en",
    load_weights=False,
)

token_embedding 屬性

keras_nlp.models.GemmaBackbone.token_embedding

用於嵌入詞彙 ID 的 keras.layers.Embedding 實例。

此層將整數詞彙 ID 嵌入到模型的隱藏維度。

[來源]

enable_lora 方法

GemmaBackbone.enable_lora(rank)

在骨幹網絡上啟用 Lora。

呼叫此方法將凍結骨幹網絡上的所有權重，同時在注意力層的查詢和值 EinsumDense 層上啟用 Lora。

[來源]

get_layout_map 方法

GemmaBackbone.get_layout_map(
    device_mesh, model_parallel_dim_name="model", data_parallel_dim_name="batch"
)

取得用於模型平行分佈的 keras.distribution.LayoutMap。

返回的 LayoutMap 包含 gemma 骨幹網絡權重的分片規格，因此您可以使用它在加速器之間分佈權重。

範例

# Feel free to change the mesh shape to balance data and model parallel
mesh = keras.distribution.DeviceMesh(
    shape=(1, 8), axis_names=('batch', 'model'),
    devices=keras.distribution.list_devices())
layout_map = GemmaBackbone.get_layout_map(
    mesh, model_parallel_dim_name="model")

distribution = keras.distribution.ModelParallel(
    mesh, layout_map, batch_dim_name='batch')
with distribution.scope():
   gemma_model = keras_nlp.models.GemmaCausalLM.from_preset()

引數

• device_mesh：用於分佈的 keras.distribution.DeviceMesh 實例。
• model_parallel_dim_name：設備網格的軸名稱，權重應在其上進行分割。
• data_parallel_dim_name：設備網格的軸名稱，資料應在其上進行分割。

返回：包含所有模型權重的分片規格的 keras.distribution.LayoutMap。