PaliGemmaCausalLM 模型

[源代码]

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) 根据先前的 token 预测下一个 token。这种任务设置可用于在图像和纯文本输入上对模型进行无监督训练，或自回归地生成与训练数据相似的纯文本。

此模型具有 generate() 方法，用于根据提示生成文本。生成策略由 compile() 上的附加参数 sampler 控制。您可以使用不同的 keras_hub.samplers 对象重新编译模型来控制生成。默认情况下，将使用 "greedy" 采样。

此模型可以选择使用 preprocessor 层进行配置，在这种情况下，它将在 fit()、predict()、evaluate() 和 generate() 期间自动对字符串输入应用预处理。使用 from_preset() 创建模型时，默认执行此操作。

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"]
  }
)

在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 backbone 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,
)

[源代码]

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。

预设是用于保存和加载预训练模型的配置、权重和其他文件资产的目录。preset 可以以下列形式之一传递：

1. 一个内置预设标识符，例如 'bert_base_en'
2. 一个 Kaggle Models 句柄，例如 'kaggle://user/bert/keras/bert_base_en'
3. 一个 Hugging Face 句柄，例如 'hf://user/bert_base_en'
4. 本地预设目录的路径，例如 './bert_base_en'

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

此构造函数可通过两种方式之一调用。可以从特定任务的基类（例如 keras_hub.models.CausalLM.from_preset()）调用，也可以从模型类（例如 keras_hub.models.BertTextClassifier.from_preset()）调用。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。

参数

• preset：字符串。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：布尔值。如果为 True，则会将保存的权重加载到模型架构中。如果为 False，则所有权重都将随机初始化。

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,
)

[源代码]

generate 方法

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

给定提示 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通过 compile() 方法设置。

如果 inputs 是 tf.data.Dataset，则输出将“逐批”生成并连接。否则，所有输入将作为单个批次处理。

如果模型附加了 preprocessor，则 inputs 将在 generate() 函数内部进行预处理，并且应与 preprocessor 层期望的结构（通常是原始字符串）匹配。如果未附加 preprocessor，则输入应与 backbone 期望的结构匹配。请参阅上面的使用示例以了解每种情况的演示。

参数

• inputs：Python 数据、张量数据或 tf.data.Dataset。如果模型附加了 preprocessor，则 inputs 应与 preprocessor 层期望的结构匹配。如果未附加 preprocessor，则 inputs 应与 backbone 模型期望的结构匹配。
• max_length：可选。整数。生成序列的最大长度。默认使用 preprocessor 中配置的最大 sequence_length。如果 preprocessor 为 None，则 inputs 应填充到所需的***长，并且此参数将被忽略。
• stop_token_ids：可选。None、“auto”或 token ID 元组。默认为“auto”，它使用 preprocessor.tokenizer.end_token_id。未指定 processor 将导致错误。None 在生成 max_length 个 token 后停止生成。您还可以指定模型应停止的 token ID 列表。请注意，token 序列中的每个 token 都将被解释为一个停止 token，不支持多 token 停止序列。
• strip_prompt：可选。默认情况下，generate() 返回完整的提示符以及模型生成的补全内容。如果将此选项设置为 True，则仅返回新生成的文本。

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。