► 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
)

带超参数的Gemma核心网络。

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

默认构造函数可提供一个完全可定制的、随机初始化的Gemma模型，具有任意数量的层、头和嵌入维度。要加载预设的架构和权重，请使用from_preset构造函数。

参数

vocabulary_size：整数。词元词汇表的大小。
num_layers：整数。Transformer 层的数量。
num_query_heads: int。在注意力层中用于查询投影的头数。
num_key_value_heads: int。在注意力层中用于键和值投影的头数。
hidden_dim: int。每个Transformer层的末尾的Transformer隐藏状态的大小。
intermediate_dim：整数。每个 Transformer 的双层前馈网络中第一个 Dense 层的输出维度。
head_dim: int。每个注意力头的尺寸。
layer_norm_epsilon: float。Transformer模型中每个层归一化使用的epsilon值。
dropout：浮点数。Transformer 编码器的 dropout 概率。
query_head_dim_normalize: boolean。如果为True，则在注意力之前用head_dim对查询进行归一化。如果为False，则用hidden_dim / num_query_heads对查询进行归一化。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logit的软上限。默认为None。
final_logit_soft_cap: None或int。最终logit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。用于模型计算和权重的dtype。请注意，某些计算（如softmax和层归一化）将始终以float32精度进行，而与dtype无关。

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)

从模型预设实例化一个 keras_hub.models.Backbone。

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

一个内置的预设标识符，如 'bert_base_en'
一个 Kaggle Models 句柄，如 'kaggle://user/bert/keras/bert_base_en'
一个 Hugging Face 句柄，如 'hf://user/bert_base_en'
一个 ModelScope 句柄，例如 'modelscope://user/bert_base_en'。
一个本地预设目录的路径，如 './bert_base_en'

此构造函数可以通过两种方式之一调用。要么从基类调用，如 keras_hub.models.Backbone.from_preset()，要么从模型类调用，如 keras_hub.models.GemmaBackbone.from_preset()。如果从基类调用，则返回对象的子类将根据预设目录中的配置进行推断。

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：字符串。一个内置预设标识符、一个 Kaggle Models 句柄、一个 Hugging Face 句柄或一个本地目录的路径。
load_weights：布尔值。如果为 `True`，权重将被加载到模型架构中。如果为 `False`，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,
)

预设	参数	描述
vault_gemma_1b_en	1.04B	10 亿参数，26 层，VaultGemma 模型。
gemma_2b_en	25.1 亿	20 亿参数、18 层的 Gemma 基础模型。
gemma_instruct_2b_en	25.1 亿	20 亿参数、18 层的 Gemma 指令微调模型。
gemma_1.1_instruct_2b_en	25.1 亿	20 亿参数、18 层的 Gemma 指令微调模型。1.1 版本更新提高了模型质量。
code_gemma_1.1_2b_en	25.1 亿	20 亿参数、18 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。1.1 版本更新提高了模型质量。
code_gemma_2b_en	25.1 亿	20 亿参数、18 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。
gemma2_2b_en	26.1 亿	20 亿参数、26 层的 Gemma 基础模型。
gemma2_instruct_2b_en	26.1 亿	20 亿参数、26 层的 Gemma 指令微调模型。
shieldgemma_2b_en	26.1 亿	20 亿参数、26 层的 ShieldGemma 模型。
c2s_scale_gemma_2_2b_en	26.1 亿	一个 20 亿参数，基于 Gemma-2 架构构建的单细胞生物学感知模型。
gemma_7b_en	85.4 亿	70 亿参数、28 层的 Gemma 基础模型。
gemma_instruct_7b_en	85.4 亿	70 亿参数、28 层的 Gemma 指令微调模型。
gemma_1.1_instruct_7b_en	85.4 亿	70 亿参数、28 层的 Gemma 指令微调模型。1.1 版本更新提高了模型质量。
code_gemma_7b_en	85.4 亿	70 亿参数、28 层的 CodeGemma 模型。此模型针对代码补全的“填充中间”(FIM) 任务进行了训练。
code_gemma_instruct_7b_en	85.4 亿	70 亿参数、28 层的 CodeGemma 指令微调模型。此模型针对与代码相关的聊天用例进行了训练。
code_gemma_1.1_instruct_7b_en	85.4 亿	70 亿参数、28 层的 CodeGemma 指令微调模型。此模型针对与代码相关的聊天用例进行了训练。1.1 版本更新提高了模型质量。
gemma2_9b_en	92.4 亿	90 亿参数、42 层的 Gemma 基础模型。
gemma2_instruct_9b_en	92.4 亿	90 亿参数、42 层的 Gemma 指令微调模型。
shieldgemma_9b_en	92.4 亿	90 亿参数、42 层的 ShieldGemma 模型。
gemma2_27b_en	272.3 亿	270 亿参数、42 层的 Gemma 基础模型。
gemma2_instruct_27b_en	272.3 亿	270 亿参数、42 层的 Gemma 指令微调模型。
shieldgemma_27b_en	272.3 亿	270 亿参数、42 层的 ShieldGemma 模型。
c2s_scale_gemma_2_27b_en	272.3 亿	一个 270 亿参数，基于 Gemma-2 架构构建的单细胞生物学感知模型。

`token_embedding` 属性

keras_hub.models.GemmaBackbone.token_embedding

一个用于嵌入词元 ID 的 keras.layers.Embedding 实例。

该层将整数词元 ID 嵌入到模型的隐藏维度。

[源代码]

`enable_lora` 方法

GemmaBackbone.enable_lora(rank, target_layer_names=None)

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。

参数

rank: LoRA 分解的秩。
target_layer_names: 一个字符串列表，表示要应用 LoRA 的层的名称。如果为 None，则此列表将使用 backbone.default_lora_layer_names() 返回的默认 LoRA 层名称进行填充。

[源代码]

`get_layout_map`方法

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

获取一个 keras.distribution.LayoutMap 以用于模型并行分布。

返回的LayoutMap包含gemma骨干网络权重的分片规范，因此您可以使用它将权重分布在加速器上。

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()

要查看布局图的应用方式，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