PaliGemmaCausalLM 模型

[來源]

PaliGemmaCausalLM 類別

keras_hub.models.PaliGemmaCausalLM(preprocessor, backbone, **kwargs)

用於因果語言建模的端對端多模 PaliGemma 模型。

因果語言模型 (LM) 根據先前的 tokens 預測下一個 token。此任務設定可用於對圖像和純文字輸入進行無監督模型訓練，或自動迴歸產生類似於用於訓練資料的純文字。

此模型具有 generate() 方法，可根據提示產生文字。使用的生成策略由 compile() 上的額外 sampler 引數控制。您可以使用不同的 keras_hub.samplers 物件重新編譯模型以控制生成。預設情況下，將使用 "greedy" 採樣。

此模型可以選擇性地配置 preprocessor 層，在這種情況下，它會在 fit()、predict()、evaluate() 和 generate() 期間自動將預處理應用於字串輸入。當使用 from_preset() 建立模型時，預設會執行此操作。

引數

• backbone：keras_hub.models.PaliGemmaBackbone 實例。
• preprocessor：keras_hub.models.PaliGemmaCausalLMPreprocessor 或 None。如果為 None，則此模型將不套用預處理，且輸入應在呼叫模型之前進行預處理。

範例

使用 generate() 進行文字生成。

image = np.random.rand(224, 224, 3)
pali_gemma_lm = keras_hub.models.PaliGemmaCausalLM.from_preset(
    "pali_gemma_3b_mix_224"
)
pali_gemma_lm.generate(
  {
    "images": image,
    "text": ["answer en where is the cow standing?\n"]
  }
)

# Generate with batched prompts.
pali_gemma_lm.generate(
  {
    "images": [image, image],
    "text": ["answer en where is the cow standing?\n", "caption en\n"]
  }
)

在不進行預處理的情況下使用 generate()。

image = np.random.rand(224, 224, 3)
inputs = {
    "images": [image, image],
    # Token ids for "<bos> Keras is".
    "token_ids": np.array([[2, 214064, 603, 0, 0, 0, 0]] * 2),
    # Use `"padding_mask"` to indicate values that should not be overridden.
    "padding_mask": np.array([[1, 1, 1, 0, 0, 0, 0]] * 2),
}

pali_gemma_lm = keras_hub.models.PaliGemmaCausalLM.from_preset(
    "pali_gemma_3b_mix_224",
    preprocessor=None,
)
pali_gemma_lm.generate(inputs)

自訂 backbone 和詞彙表。

tokenizer = keras_hub.models.PaliGemmaTokenizer(
    proto="proto.spm",
)
preprocessor = keras_hub.models.PaliGemmaCausalLMPreprocessor(
    tokenizer=tokenizer,
    sequence_length=128,
)
backbone = keras_hub.models.PaliGemmaBackbone()
pali_gemma_lm = keras_hub.models.PaliGemmaCausalLM(
    backbone=backbone,
    preprocessor=preprocessor,
)

[來源]

from_preset 方法

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

從模型預設值實例化 keras_hub.models.Task。

預設值是一個目錄，其中包含用於儲存和載入預訓練模型的組態、權重和其他檔案資產。preset 可以作為以下其中一項傳遞

1. 內建預設值識別碼，例如 'bert_base_en'
2. Kaggle Models 控制代碼，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 控制代碼，例如 'hf://user/bert_base_en'
4. 本機預設值目錄的路徑，例如 './bert_base_en'

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

此建構函式可以透過兩種方式之一呼叫。從任務特定的基底類別（例如 keras_hub.models.CausalLM.from_preset()）呼叫，或從模型類別（例如 keras_hub.models.BertTextClassifier.from_preset()）呼叫。如果從基底類別呼叫，則傳回物件的子類別將從預設值目錄中的組態推斷。

引數

• preset：字串。內建預設值識別碼、Kaggle Models 控制代碼、Hugging Face 控制代碼或本機目錄的路徑。
• load_weights：布林值。如果為 True，則儲存的權重將載入到模型架構中。如果為 False，則所有權重都將隨機初始化。

範例

# Load a Gemma generative task.
causal_lm = keras_hub.models.CausalLM.from_preset(
    "gemma_2b_en",
)

# Load a Bert classification task.
model = keras_hub.models.TextClassifier.from_preset(
    "bert_base_en",
    num_classes=2,
)

[來源]

generate 方法

PaliGemmaCausalLM.generate(
    inputs, max_length=None, stop_token_ids="auto", strip_prompt=False
)

產生給定提示 inputs 的文字。

此方法根據給定的 inputs 產生文字。用於生成的採樣方法可以透過 compile() 方法設定。

如果 inputs 是 tf.data.Dataset，則輸出將「逐批次」生成並串聯。否則，所有輸入都將作為單一批次處理。

如果模型附加了 preprocessor，則 inputs 將在 generate() 函數內部進行預處理，並且應符合 preprocessor 層預期的結構（通常為原始字串）。如果未附加 preprocessor，則輸入應符合 backbone 預期的結構。請參閱上面的範例用法，以示範每個用法。

引數

• inputs：python 資料、張量資料或 tf.data.Dataset。如果模型附加了 preprocessor，則 inputs 應符合 preprocessor 層預期的結構。如果未附加 preprocessor，則 inputs 應符合 backbone 模型預期的結構。
• max_length：選用。整數。產生的序列的最大長度。預設為 preprocessor 的最大配置 sequence_length。如果 preprocessor 為 None，則 inputs 應填充到所需的最大長度，並且此引數將被忽略。
• stop_token_ids：選用。None、「auto」或 token id 元組。預設為「auto」，它使用 preprocessor.tokenizer.end_token_id。未指定處理器將產生錯誤。None 會在產生 max_length 個 tokens 後停止生成。您也可以指定模型應停止的 token id 列表。請注意，tokens 序列將各自被解譯為停止 token，不支援多 token 停止序列。
• strip_prompt：選用。預設情況下，generate() 會傳回完整提示，後跟模型產生的完成項。如果將此選項設定為 True，則僅傳回新產生的文字。

backbone 屬性

keras_hub.models.PaliGemmaCausalLM.backbone

具有核心架構的 keras_hub.models.Backbone 模型。

preprocessor 屬性

keras_hub.models.PaliGemmaCausalLM.preprocessor

用於預處理輸入的 keras_hub.models.Preprocessor 層。