► KerasHub：预训练模型 / API 文档 / 模型架构 / Gemma / GemmaBackbone 模型

GemmaBackbone 模型

`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
)

带有超参数的 Gemma 核心网络。

这个主干实现了 Gemma 模型的基础 Transformer 网络。它包含嵌入查找和 Transformer 层。这个主干将输出每个 token 的最终隐藏状态，而不是词汇空间上的生成预测。对于更高级别的文本生成对象，请参阅 keras_hub.models.GemmaCausalLM。

默认构造函数提供了一个完全可定制的、随机初始化的 Gemma 模型，可以设置任意数量的层、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. token 词汇表的大小。
num_layers: int. Transformer 层的数量。
num_query_heads: int. 注意力层中查询投影的头数量。
num_key_value_heads: int. 注意力层中键和值投影的头数量。
hidden_dim: int. 每个 transformer 层结束时的 transformer 隐藏状态大小。
intermediate_dim: int. 每个 transformer 的双层前馈网络中第一个 Dense 层的输出维度。
head_dim: int. 每个注意力头的大小。
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，在注意力计算前使用 head_dim 归一化查询。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. 是否在前馈块后进行归一化。默认为 False。
use_post_attention_norm: boolean. 是否在注意力块后进行归一化。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数据类型 (dtype)。注意，某些计算，例如 softmax 和层归一化，无论 dtype 如何，都将始终以 float32 精度完成。

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]

`from_preset` 方法

GemmaBackbone.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、权重及其他文件资产的目录。preset 可以以下列形式之一传递：

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

此构造函数可以通过以下两种方式之一调用。可以从基类调用，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，返回对象的子类将根据预设目录中的配置推断得出。

对于任何 Backbone 子类，您都可以运行 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，权重将被加载到模型架构中。如果为 False，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,
)

预设	参数量	描述
gemma_2b_en	2.51B	20 亿参数、18 层的基础 Gemma 模型。
gemma_instruct_2b_en	2.51B	20 亿参数、18 层的指令微调 Gemma 模型。
gemma_1.1_instruct_2b_en	2.51B	20 亿参数、18 层的指令微调 Gemma 模型。1.1 更新提高了模型质量。
code_gemma_1.1_2b_en	2.51B	20 亿参数、18 层的 CodeGemma 模型。此模型已针对代码补全的 FIM（填充中间）任务进行了训练。1.1 更新提高了模型质量。
code_gemma_2b_en	2.51B	20 亿参数、18 层的 CodeGemma 模型。此模型已针对代码补全的 FIM（填充中间）任务进行了训练。
gemma2_2b_en	2.61B	20 亿参数、26 层的基础 Gemma 模型。
gemma2_instruct_2b_en	2.61B	20 亿参数、26 层的指令微调 Gemma 模型。
shieldgemma_2b_en	2.61B	20 亿参数、26 层的 ShieldGemma 模型。
gemma_7b_en	8.54B	70 亿参数、28 层的基础 Gemma 模型。
gemma_instruct_7b_en	8.54B	70 亿参数、28 层的指令微调 Gemma 模型。
gemma_1.1_instruct_7b_en	8.54B	70 亿参数、28 层的指令微调 Gemma 模型。1.1 更新提高了模型质量。
code_gemma_7b_en	8.54B	70 亿参数、28 层的 CodeGemma 模型。此模型已针对代码补全的 FIM（填充中间）任务进行了训练。
code_gemma_instruct_7b_en	8.54B	70 亿参数、28 层的指令微调 CodeGemma 模型。此模型已针对与代码相关的聊天用例进行了训练。
code_gemma_1.1_instruct_7b_en	8.54B	70 亿参数、28 层的指令微调 CodeGemma 模型。此模型已针对与代码相关的聊天用例进行了训练。1.1 更新提高了模型质量。
gemma2_9b_en	9.24B	90 亿参数、42 层的基础 Gemma 模型。
gemma2_instruct_9b_en	9.24B	90 亿参数、42 层的指令微调 Gemma 模型。
shieldgemma_9b_en	9.24B	90 亿参数、42 层的 ShieldGemma 模型。
gemma2_27b_en	27.23B	270 亿参数、42 层的基础 Gemma 模型。
gemma2_instruct_27b_en	27.23B	270 亿参数、42 层的指令微调 Gemma 模型。
shieldgemma_27b_en	27.23B	270 亿参数、42 层的 ShieldGemma 模型。

`token_embedding` 属性

keras_hub.models.GemmaBackbone.token_embedding

用于嵌入 token ID 的 keras.layers.Embedding 实例。

此层将整数 token ID 嵌入到模型的隐藏维度。

[源]

`enable_lora` 方法

GemmaBackbone.enable_lora(rank, target_names=None)

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。

[源]

`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 主干权重的分片规范，以便您可以将其用于跨加速器分布权重。

示例

# Feel free to change the mesh shape to balance data and model
# parallelism
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(
    layout_map=layout_map, batch_dim_name='batch')
with distribution.scope():
   gemma_model = keras_hub.models.GemmaCausalLM.from_preset()

要查看布局映射如何应用，请加载模型然后运行（针对一个解码器块）：

embedding_layer = gemma_model.backbone.get_layer("token_embedding")
decoder_block_1 = gemma_model.backbone.get_layer('decoder_block_1')
for variable in embedding_layer.weights + decoder_block_1.weights:
    print(
        f'{variable.path:<58}  {str(variable.shape):<16} '
        f'{str(variable.value.sharding.spec)}'
    )

参数