MistralBackbone 模型

[來源]

MistralBackbone 類別

keras_nlp.models.MistralBackbone(
    vocabulary_size,
    num_layers,
    num_query_heads,
    hidden_dim,
    intermediate_dim,
    num_key_value_heads,
    rope_max_wavelength=10000,
    rope_scaling_factor=1.0,
    layer_norm_epsilon=1e-06,
    sliding_window=512,
    dropout=0,
    dtype=None,
    **kwargs
)

具有超參數的 Mistral Transformer 核心架構。

此網路實作了基於 Transformer 的解碼器網路 Mistral，如 「Mistral 7B」 中所述。 它包含嵌入查找和 Transformer 層。

預設建構函式提供了一個完全可自訂、隨機初始化的 Mistral 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 建構函式。

引數

• vocabulary_size (int)：標記詞彙表的大小。
• num_layers (int)：Transformer 層的數量。
• num_query_heads (int)：每個 Transformer 的查詢注意力頭的數量。
• hidden_dim (int)：Transformer 編碼和池化層的大小。
• intermediate_dim (int)：每個 Transformer 的三層前饋網路中第一個 Dense 層的輸出維度。
• num_key_value_heads (int)：每個 Transformer 的鍵和值注意力頭的數量。
• rope_max_wavelength (int, optional)：旋轉嵌入的正弦/餘弦曲線的最大角波長。 預設值為 10000。
• rope_scaling_factor (float, optional)：旋轉嵌入計算的縮放因子。 預設值為 1.0。
• layer_norm_epsilon (float, optional)：Transformer 解碼器中層歸一化層的 Epsilon。 預設值為 1e-6。
• sliding_window (int, optional)：Mistral 注意力層的滑動窗口。 這會控制每個 Transformer 解碼器中注意力層的最大快取大小。 快取中只會儲存 sliding_window 個標記，並用於產生下一個標記。 預設值為 512。
• 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 Mistral decoder.
model = keras_nlp.models.MistralBackbone.from_preset("mistral7b_base_en")
model(input_data)

# Randomly initialized Mistral decoder with custom config.
model = keras_nlp.models.MistralBackbone(
    vocabulary_size=10,
    hidden_dim=512,
    num_layers=2,
    num_query_heads=32,
    num_key_value_heads=8,
    intermediate_dim=1024,
    sliding_window=512,
    layer_norm_epsilon=1e-6,
    dtype="float32"
)
model(input_data)

[來源]

from_preset 方法

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

從模型預設集實例化一個 keras_nlp.models.Backbone。

預設集是一個包含預先訓練模型的配置、權重和其他檔案資源的目錄。preset 可以傳遞為以下其中一種：

1. 內建的預設集識別碼，例如 'bert_base_en'
2. Kaggle 模型處理常式，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 處理常式，例如 'hf://user/bert_base_en'
4. 本地預設集目錄的路徑，例如 './bert_base_en'

這個建構函式可以透過兩種方式呼叫。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，則會從預設集目錄中的配置推斷出返回物件的子類別。

對於任何 Backbone 子類別，您可以執行 cls.presets.keys() 來列出類別上可用的所有內建預設集。

引數

• preset：字串。內建的預設集識別碼、Kaggle 模型處理常式、Hugging Face 處理常式或本地目錄的路徑。
• load_weights：布林值。如果為 True，則會將權重載入模型架構中。如果為 False，則會隨機初始化權重。

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.MistralBackbone.token_embedding

用於嵌入標記 ID 的 keras.layers.Embedding 實例。

此層會將整數標記 ID 嵌入到模型的隱藏維度中。

[來源]

enable_lora 方法

MistralBackbone.enable_lora(rank)

在骨幹網路啟用 Lora。

呼叫此方法會凍結骨幹網路上的所有權重，同時在注意力層的查詢和值 EinsumDense 層上啟用 Lora。