MistralBackbone 模型

[源代码]

MistralBackbone 类

keras_hub.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
)

带有超参数的 Mistral Transformer 核心架构。

此网络实现了基于 Transformer 的解码器网络 Mistral，如 "Mistral 7B" 中所述。它包括嵌入查找和 Transformer 层。

默认构造函数提供了一个完全可定制的、随机初始化的 Mistral 模型，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): 词汇表的尺寸。
• num_layers (int): Transformer 层的数量。
• num_query_heads (int): 每个 Transformer 的查询注意力头的数量。
• hidden_dim (int): Transformer 编码和池化层的尺寸。
• intermediate_dim (int): 每个 Transformer 中三层前馈网络中第一个 Dense 层的输出维度。
• num_key_value_heads (int): 每个 Transformer 的键和值注意力头的数量。
• rope_max_wavelength (int, 可选): 正弦/余弦曲线的最大角波长，用于旋转嵌入。默认为 10000。
• rope_scaling_factor (float, 可选): 用于计算旋转嵌入的缩放因子。默认为 1.0。
• layer_norm_epsilon (float, 可选): Transformer 解码器中层归一化层的 Epsilon。默认为 1e-6。
• sliding_window (int, 可选): Mistral 注意力层的滑动窗口。这控制每个 Transformer 解码器中注意力层的最大缓存大小。缓存中仅保存 sliding_window 个令牌，并用于生成下一个令牌。默认为 512。
• dtype: 字符串或 keras.mixed_precision.DTypePolicy。用于模型计算和权重的 dtype。请注意，某些计算（例如 softmax 和层归一化）始终以 float32 精度进行，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 Mistral decoder.
model = keras_hub.models.MistralBackbone.from_preset("mistral7b_base_en")
model(input_data)

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

[源代码]

from_preset 方法

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

从模型预设实例化一个 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 模型句柄，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调用。从基类调用，例如 keras_hub.models.Backbone.from_preset()，或从模型类调用，例如 keras_hub.models.GemmaBackbone.from_preset()。如果从基类调用，则返回对象的子类的类型将从预设目录中的配置推断出来。

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

参数

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

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.MistralBackbone.token_embedding

用于嵌入令牌 ID 的 keras.layers.Embedding 实例。

此层将整数令牌 ID 嵌入到模型的隐藏维度中。

[源代码]

enable_lora 方法

MistralBackbone.enable_lora(rank)

在主干上启用 Lora。

调用此方法将冻结主干上的所有权重，同时在注意力层的查询和值 EinsumDense 层上启用 Lora。