PaliGemmaCausalLM 模型

[源代码]

PaliGemmaCausalLM 类

keras_hub.models.PaliGemmaCausalLM(preprocessor, backbone, **kwargs)

一个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) 根据之前的标记预测下一个标记。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，或自回归生成类似于训练数据的纯文本。

此模型具有一个 generate() 方法，该方法根据提示生成文本。所使用的生成策略由 compile() 上的附加 sampler 参数控制。您可以重新编译模型并使用不同的 keras_hub.samplers 对象来控制生成。默认情况下，将使用“贪婪”采样。

此模型可以选择配置一个 preprocessor 层，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。这在通过 from_preset() 创建模型时默认完成。

参数

• backbone: 一个 keras_hub.models.PaliGemmaBackbone 实例。
• preprocessor: 一个 keras_hub.models.PaliGemmaCausalLMPreprocessor 或 None。如果为 None，则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"]
  }
)

不带预处理使用 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)

自定义骨干和词汇表。

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。

预设是一个包含配置、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：

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

对于任何 Task 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。

此构造函数可以通过两种方式调用。可以从任务特定的基类（如 keras_hub.models.CausalLM.from_preset()）调用，也可以从模型类（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根据预设目录中的配置推断。

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，已保存的权重将被加载到模型架构中。如果为 False，所有权重将被随机初始化。

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
)

根据提示 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以通过 compile() 方法设置。

如果 inputs 是一个 tf.data.Dataset，输出将“逐批”生成并连接起来。否则，所有输入将被视为单个批次处理。

如果 preprocessor 附加到模型，inputs 将在 generate() 函数内部进行预处理，并且应该与 preprocessor 层期望的结构匹配（通常是原始字符串）。如果未附加 preprocessor，则输入应与 backbone 期望的结构匹配。请参阅上面的示例用法，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 preprocessor 附加到模型，inputs 应该与 preprocessor 层期望的结构匹配。如果未附加 preprocessor，则 inputs 应该与 backbone 模型期望的结构匹配。
• max_length: 可选。int。生成序列的最大长度。将默认为 preprocessor 配置的最大 sequence_length。如果 preprocessor 为 None，则 inputs 应填充到所需的最小长度，此参数将被忽略。
• stop_token_ids: 可选。None、“auto”或标记 ID 元组。默认为“auto”，它使用 preprocessor.tokenizer.end_token_id。未指定处理器将导致错误。None 在生成 max_length 标记后停止生成。您还可以指定模型应停止的标记 ID 列表。请注意，标记序列的每个标记都将被解释为停止标记，不支持多标记停止序列。
• strip_prompt：可选。默认情况下，generate() 返回完整的提示及其后由模型生成的补全内容。如果此选项设置为 True，则只返回新生成的文本。

backbone 属性

keras_hub.models.PaliGemmaCausalLM.backbone

一个具有核心架构的 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。