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。
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令牌的最终隐藏状态，而不是词汇表空间上的生成式预测。对于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，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。令牌词汇表的大小。
- num_layers: int。Transformer 层的数量。
- num_query_heads: int。注意力层中查询投影的头数。
- num_key_value_heads: int。注意力层中键和值投影的头数。
- hidden_dim: int。每个 Transformer 层结束时 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密集层的输出维度。
- 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，则在使用head_dim进行注意力计算之前对查询进行归一化。如果为False，则使用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 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。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）将始终以 float32 精度完成，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)
from_preset 方法
GemmaBackbone.from_preset(preset, load_weights=True, **kwargs)
从模型预设实例化 keras_hub.models.Backbone。
预设是一个配置、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：
- 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'
可以从两种方式之一调用此构造函数。可以从基类调用，例如 keras_hub.models.Backbone.from_preset()，也可以从模型类调用，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: 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 |
|---|---|---|
| gemma_2b_en | 2.51B | 20 亿参数、18 层、基础 Gemma 模型。 |
| gemma_instruct_2b_en | 2.51B | 20 亿参数、18 层、指令调优 Gemma 模型。 |
| gemma_1.1_instruct_2b_en | 2.51B | 20 亿参数、18 层、指令调优 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、CodeGemma 模型。此模型已在代码完成的填空中间 (FIM) 任务上进行训练。1.1 更新提高了模型质量。 |
| code_gemma_2b_en | 2.51B | 20 亿参数、18 层、CodeGemma 模型。此模型已在代码完成的填空中间 (FIM) 任务上进行训练。 |
| gemma2_2b_en | 2.61B | 20 亿参数、26 层、基础 Gemma 模型。 |
| gemma2_instruct_2b_en | 2.61B | 20 亿参数、26 层、指令调优 Gemma 模型。 |
| shieldgemma_2b_en | 2.61B | 20 亿参数、26 层、ShieldGemma 模型。 |
| gemma_7b_en | 8.54B | 70 亿参数、28 层、基础 Gemma 模型。 |
| gemma_instruct_7b_en | 8.54B | 70 亿参数、28 层、指令调优 Gemma 模型。 |
| gemma_1.1_instruct_7b_en | 8.54B | 70 亿参数、28 层、指令调优 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、CodeGemma 模型。此模型已在代码完成的填空中间 (FIM) 任务上进行训练。 |
| code_gemma_instruct_7b_en | 8.54B | 70 亿参数、28 层、指令调优 CodeGemma 模型。此模型已针对与代码相关的聊天用例进行训练。 |
| code_gemma_1.1_instruct_7b_en | 8.54B | 70 亿参数、28 层、指令调优 CodeGemma 模型。此模型已针对与代码相关的聊天用例进行训练。1.1 更新提高了模型质量。 |
| gemma2_9b_en | 9.24B | 90 亿参数、42 层、基础 Gemma 模型。 |
| gemma2_instruct_9b_en | 9.24B | 90 亿参数、42 层、指令调优 Gemma 模型。 |
| shieldgemma_9b_en | 9.24B | 90 亿参数、42 层、ShieldGemma 模型。 |
| gemma2_27b_en | 27.23B | 270 亿参数、42 层、基础 Gemma 模型。 |
| gemma2_instruct_27b_en | 27.23B | 270 亿参数、42 层、指令调优 Gemma 模型。 |
| shieldgemma_27b_en | 27.23B | 270 亿参数、42 层、ShieldGemma 模型。 |
token_embedding 属性
keras_hub.models.GemmaBackbone.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。
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。
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()
要查看布局映射是如何应用的，请加载模型然后运行（对于一个解码器块）：
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
- 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。
返回值: 包含所有模型权重的分片规范的 keras.distribution.LayoutMap。