PaliGemmaCausalLM 模型

[source]

PaliGemmaCausalLM 类

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

用于因果语言建模的端到端多模态 PaliGemma 模型。

因果语言模型 (LM) 根据之前的标记预测下一个标记。这种任务设置可用于在图像和纯文本输入上无监督训练模型，或以自回归方式生成类似于用于训练数据的纯文本。

此模型具有一个 generate() 方法，该方法根据提示生成文本。使用的生成策略由 compile() 上的附加 sampler 参数控制。您可以使用不同的 keras_hub.samplers 对象重新编译模型以控制生成。默认情况下，将使用 "greedy" 采样。

此模型可以选择性地配置 preprocessor 层，在这种情况下，它会在 fit()、predict()、evaluate() 和 generate() 期间自动将预处理应用于字符串输入。在使用 from_preset() 创建模型时，默认情况下会执行此操作。

参数

• backbone: 一个 keras_hub.models.PaliGemmaBackbone 实例。
• preprocessor: 一个 keras_hub.models.PaliGemmaCausalLMPreprocessor 或 None。如果为 None，此模型将不会应用预处理，并且应在调用模型之前对输入进行预处理。

示例

使用 generate() 进行文本生成。

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"]
  }
)

不进行预处理的情况下使用 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)

自定义主干和词汇表。

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,
)

[source]

from_preset 方法

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

从模型预设实例化一个 keras_hub.models.Task。

预设是一个包含配置文件、权重和其他文件资产的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递

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

对于任何 Task 子类，您可以运行 cls.presets.keys() 来列出该类上可用的所有内置预设。

此构造函数可以以两种方式之一调用。从任务特定基类（如 keras_hub.models.CausalLM.from_preset()）或从模型类（如 keras_hub.models.BertTextClassifier.from_preset()）调用。如果从基类调用，返回对象的子类将从预设目录中的配置推断。

参数

• preset: 字符串。内置预设标识符、Kaggle 模型句柄、Hugging Face 句柄或指向本地目录的路径。
• load_weights: 布尔值。如果为 True，将把保存的权重加载到模型架构中。如果为 False，所有权重将被随机初始化。

示例

# 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,
)

[source]

generate 方法

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

根据提示 inputs 生成文本。

此方法根据给定的 inputs 生成文本。用于生成的采样方法可以通过 compile() 方法设置。

如果 inputs 是一个 tf.data.Dataset，则输出将“逐批”生成并连接。否则，所有输入都将被视为单个批次处理。

如果 preprocessor 附加到模型，则 inputs 将在 generate() 函数内部进行预处理，并且应与 preprocessor 层（通常是原始字符串）期望的结构匹配。如果 preprocessor 未附加，则输入应与 backbone 预期的结构匹配。有关每个示例的演示，请参见上面的示例用法。

参数

• inputs: python 数据、张量数据或 tf.data.Dataset。如果 preprocessor 附加到模型，则 inputs 应与 preprocessor 层期望的结构匹配。如果 preprocessor 未附加，则 inputs 应与 backbone 模型期望的结构匹配。
• max_length: 可选。整数。生成的序列的最大长度。将默认为 preprocessor 配置的 sequence_length 最大值。如果 preprocessor 为 None，则 inputs 应填充到所需的长度，并且此参数将被忽略。
• stop_token_ids: 可选。None、“auto”或元组标记 ID。默认为“auto”，它使用 preprocessor.tokenizer.end_token_id。未指定处理器将产生错误。None 在生成 max_length 个标记后停止生成。您也可以指定模型应停止的标记 ID 列表。请注意，每个标记序列都将被解释为停止标记，不支持多标记停止序列。

backbone 属性

keras_hub.models.PaliGemmaCausalLM.backbone

具有核心架构的 keras_hub.models.Backbone 模型。

preprocessor 属性

keras_hub.models.PaliGemmaCausalLM.preprocessor

用于预处理输入的 keras_hub.models.Preprocessor 层。