MixtralBackbone
类keras_hub.models.MixtralBackbone(
vocabulary_size,
num_layers,
num_query_heads,
hidden_dim,
intermediate_dim,
num_key_value_heads,
num_experts,
top_k=2,
router_jitter_noise=0.0,
rope_max_wavelength=10000,
rope_scaling_factor=1.0,
layer_norm_epsilon=1e-06,
router_aux_loss_coef=0.02,
sliding_window=512,
dropout=0,
dtype=None,
output_router_logits=False,
**kwargs
)
具有超参数的 Mixtral Transformer 核心架构。
此网络实现了基于专家混合的解码器网络 Mixtral,如“Mixtral of Experts”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、随机初始化的 Mixtral 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
10000
。1.0
。1e-6
。sliding_window
数量的标记被保存在缓存中并用于生成下一个标记。默认为 512
。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,无论 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 Mixtral decoder.
model = keras_hub.models.MixtralBackbone.from_preset("mixtral7b_base_en")
model(input_data)
# Randomly initialized Mixtral decoder with custom config.
model = keras_hub.models.MixtralBackbone(
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)
from_preset
方法MixtralBackbone.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:
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./bert_base_en'
此构造函数可以通过两种方式调用。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,返回对象的子类将根据预设目录中的配置推断。
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
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 |
---|---|---|
mixtral_8_7b_en | 46.70B | 32 层 Mixtral MoE 模型,具有 70 亿个活动参数和每个 MoE 层 8 个专家。 |
mixtral_8_instruct_7b_en | 46.70B | 指令微调 32 层 Mixtral MoE 模型,具有 70 亿个活动参数和每个 MoE 层 8 个专家。 |
token_embedding
属性keras_hub.models.MixtralBackbone.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。
enable_lora
方法MixtralBackbone.enable_lora(rank, target_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。