GemmaBackbone 模型

[源代码]

GemmaBackbone 类

keras_hub.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
)

具有超参数的 Gemma 核心网络。

此骨干网络实现了 Gemma 模型的基本 Transformer 网络。它包括嵌入查找和 Transformer 层。此骨干网络将输出每个标记的最终隐藏状态，而不是词汇空间上的生成预测。有关文本生成的更高级别对象，请参阅 keras_hub.models.GemmaCausalLM。

默认构造函数提供了一个完全可自定义的、随机初始化的 Gemma 模型，它可以具有任意数量的层、头和嵌入维度。要加载预设架构和权重，请使用 from_preset 构造函数。

参数

• vocabulary_size：int。标记词汇的大小。
• num_layers：int。Transformer 层的数量。
• num_query_heads：int。注意力层中查询投影的头数。
• num_key_value_heads：int。注意力层中键和值投影的头数。
• hidden_dim：int。每个 Transformer 层末端 Transformer 隐藏状态的大小。
• intermediate_dim：int。每个 Transformer 的两层前馈网络中第一个 Dense 层的输出维度。
• head_dim：int。每个注意力头的尺寸。
• layer_norm_epsilon：float。Transformer 模型中每个层归一化使用的 epsilon 值。
• dropout：float。Transformer 编码器的 dropout 概率。
• query_head_dim_normalize：boolean。如果为 True，则使用 head_dim 归一化注意力之前的查询。如果为 False，则使用 hidden_dim / num_query_heads 归一化查询。默认为 True。
• use_post_ffw_norm：boolean。是否在前馈块之后进行归一化。默认为 False。
• use_post_attention_norm：boolean。是否在注意力块之后进行归一化。默认为 False。
• attention_logit_soft_cap：None 或 int。注意力 logits 的软上限。默认为 None。
• final_logit_soft_cap：None 或 int。最终 logits 的软上限。默认为 None。use_sliding_window_attention boolean。是否使用滑动局部窗口注意力。默认为 False。
• sliding_window_size：int。滑动局部窗口的大小。默认为 4096。
• dtype：string 或 keras.mixed_precision.DTypePolicy。模型计算和权重使用的 dtype。请注意，某些计算（例如 softmax 和层归一化）将始终以 float32 精度完成，而不管 dtype 如何。

示例

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_hub.models.GemmaBackbone.from_preset("gemma_2b_en")
model(input_data)

# Randomly initialized Gemma decoder with custom config.
model = keras_hub.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)

[源代码]

from_preset 方法

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

从模型预设实例化 keras_hub.models.Backbone。

预设是用于保存和加载预训练模型的配置、权重和其他文件资产的目录。preset 可以作为以下之一传递：

1. 内置预设标识符，例如 'bert_base_en'
2. Kaggle Models 句柄，例如 'kaggle://user/bert/keras/bert_base_en'
3. Hugging Face 句柄，例如 'hf://user/bert_base_en'
4. 本地预设目录的路径，例如 './bert_base_en'

此构造函数可以通过两种方式之一进行调用。要么从基类调用，例如 keras_hub.models.Backbone.from_preset()，要么从模型类调用，例如 keras_hub.models.GemmaBackbone.from_preset()。如果从基类调用，则返回对象的子类将从预设目录中的配置推断得出。

对于任何 Backbone 子类，您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

参数

• preset：string。内置预设标识符、Kaggle Models 句柄、Hugging Face 句柄或本地目录的路径。
• load_weights：bool。如果为 True，则权重将加载到模型架构中。如果为 False，则权重将被随机初始化。

示例

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

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

token_embedding 属性

keras_hub.models.GemmaBackbone.token_embedding

用于嵌入标记 ID 的 keras.layers.Embedding 实例。

此层将整数标记 ID 嵌入到模型的隐藏维度。

[源代码]

enable_lora 方法

GemmaBackbone.enable_lora(rank)

在骨干网络上启用 Lora。

调用此方法将冻结骨干网络上的所有权重，同时在注意力层的查询和值 EinsumDense 层上启用 Lora。

[源代码]

get_layout_map 方法

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

获取用于模型并行分布的 keras.distribution.LayoutMap。

返回的 LayoutMap 包含 Gemma 骨干网络权重的分片规范，以便您可以使用它在加速器之间分配权重。

示例

# 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_hub.models.GemmaCausalLM.from_preset()

参数

• device_mesh：用于分布的 keras.distribution.DeviceMesh 实例。
• model_parallel_dim_name：设备网格的轴名称，权重应在此轴上进行分区。
• data_parallel_dim_name：设备网格的轴名称，数据应在此轴上进行分区。

返回：包含所有模型权重分片规范的 keras.distribution.LayoutMap。