► KerasHub：预训练模型 / API 文档 / 模型架构 / PaliGemma / PaliGemmaCausalLMPreprocessor 层

PaliGemmaCausalLMPreprocessor 层

[来源]

PaliGemmaCausalLMPreprocessor 类

keras_hub.models.PaliGemmaCausalLMPreprocessor(
    tokenizer,
    image_converter=None,
    sequence_length=1024,
    add_start_token=True,
    add_end_token=True,
    **kwargs
)

因果语言建模预处理层的基类。

CausalLMPreprocessor 任务封装了一个 keras_hub.tokenizer.Tokenizer，以创建一个用于因果语言建模任务的预处理层。它旨在与 keras.models.CausalLM 任务配对使用。

所有 CausalLMPreprocessor 接受单个输入。这可以是单个字符串或一批字符串。请参阅以下示例。这些输入将被分词并填充/截断为固定的序列长度。

此层将始终输出一个 (x, y, sample_weight) 元组，其中 x 是一个包含分词输入的字典，y 包含来自 x 偏移 1 的标记，而 sample_weight 标记 y 包含填充值的位置。x 的确切内容将根据所使用的模型而有所不同。

CausalLMPreprocessor 包含两个额外的方法，generate_preprocess 和 generate_postprocess，用于生成。请参阅以下示例。

所有 CausalLMPreprocessor 任务都包含一个 from_preset() 构造函数，可用于加载预训练的配置和词汇表。您可以直接在此基类上调用 from_preset() 构造函数，在这种情况下，将自动实例化适合您模型的正确类。

示例。

preprocessor = keras_hub.models.CausalLMPreprocessor.from_preset(
    "bert_base_en_uncased",
    sequence_length=256, # Optional.
)

# Tokenize, mask and pack a single sentence.
x = "The quick brown fox jumped."
x, y, sample_weight = preprocessor(x)

# Tokenize and pad/truncate a batch of labeled sentences.
x = ["The quick brown fox jumped.", "Call me Ishmael."]
x, y, sample_weight = preprocessor(x)

# With a [`tf.data.Dataset`](https://tensorflowcn.cn/api_docs/python/tf/data/Dataset).
ds = tf.data.Dataset.from_tensor_slices(x)
ds = ds.map(preprocessor, num_parallel_calls=tf.data.AUTOTUNE)

# Generate preprocess and postprocess.
x = preprocessor.generate_preprocess(x)  # Tokenized numeric inputs.
x = preprocessor.generate_postprocess(x)  # Detokenized string outputs.

[来源]

from_preset 方法

PaliGemmaCausalLMPreprocessor.from_preset(
    preset, config_file="preprocessor.json", **kwargs
)

从模型预设实例化一个 keras_hub.models.Preprocessor。

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

  1. 内置预设标识符，例如 'bert_base_en'
  2. Kaggle Models 句柄，例如 'kaggle://user/bert/keras/bert_base_en'
  3. 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 Preprocessor 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。

由于给定模型通常有多个预处理类，因此应在特定的子类（如 keras_hub.models.BertTextClassifierPreprocessor.from_preset()）上调用此方法。

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。

示例

# Load a preprocessor for Gemma generation.
preprocessor = keras_hub.models.CausalLMPreprocessor.from_preset(
    "gemma_2b_en",
)

# Load a preprocessor for Bert classification.
preprocessor = keras_hub.models.TextClassifierPreprocessor.from_preset(
    "bert_base_en",
)
预设 参数 描述
pali_gemma_3b_mix_224 2.92B 图像大小 224，混合微调，文本序列长度为 256
pali_gemma_3b_224 2.92B 图像大小 224，预训练，文本序列长度为 128
pali_gemma_3b_mix_448 2.92B 图像大小 448，混合微调，文本序列长度为 512
pali_gemma_3b_448 2.92B 图像大小 448，预训练，文本序列长度为 512
pali_gemma_3b_896 2.93B 图像大小 896，预训练，文本序列长度为 512
pali_gemma2_mix_3b_224 3.03B 30 亿参数，图像大小 224，SigLIP-So400m 视觉编码器为 27 层，Gemma2 2B 语言模型为 26 层。此模型已在各种视觉-语言任务和领域上进行了微调。
pali_gemma2_pt_3b_224 3.03B 30 亿参数，图像大小 224，SigLIP-So400m 视觉编码器为 27 层，Gemma2 2B 语言模型为 26 层。此模型已在混合数据集上进行了预训练。
pali_gemma_2_ft_docci_3b_448 3.03B 30 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 2B 语言模型为 26 层。此模型已在 DOCCI 数据集上进行了微调，以改进具有精细细节的描述。
pali_gemma2_mix_3b_448 3.03B 30 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 2B 语言模型为 26 层。此模型已在各种视觉-语言任务和领域上进行了微调。
pali_gemma2_pt_3b_448 3.03B 30 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 2B 语言模型为 26 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_pt_3b_896 3.04B 30 亿参数，图像大小 896，SigLIP-So400m 视觉编码器为 27 层，Gemma2 2B 语言模型为 26 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_mix_10b_224 9.66B 100 亿参数，图像大小 224，SigLIP-So400m 视觉编码器为 27 层，Gemma2 9B 语言模型为 42 层。此模型已在各种视觉-语言任务和领域上进行了微调。
pali_gemma2_pt_10b_224 9.66B 100 亿参数，图像大小 224，SigLIP-So400m 视觉编码器为 27 层，Gemma2 9B 语言模型为 42 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_ft_docci_10b_448 9.66B 100 亿参数，SigLIP-So400m 视觉编码器为 27 层，Gemma2 9B 语言模型为 42 层。此模型已在 DOCCI 数据集上进行了微调，以改进具有精细细节的描述。
pali_gemma2_mix_10b_448 9.66B 100 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 9B 语言模型为 42 层。此模型已在各种视觉-语言任务和领域上进行了微调。
pali_gemma2_pt_10b_448 9.66B 100 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 9B 语言模型为 42 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_pt_10b_896 9.67B 100 亿参数，图像大小 896，SigLIP-So400m 视觉编码器为 27 层，Gemma2 9B 语言模型为 42 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_mix_28b_224 27.65B 280 亿参数，图像大小 224，SigLIP-So400m 视觉编码器为 27 层，Gemma2 27B 语言模型为 46 层。此模型已在各种视觉-语言任务和领域上进行了微调。
pali_gemma2_mix_28b_448 27.65B 280 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 27B 语言模型为 46 层。此模型已在各种视觉-语言任务和领域上进行了微调。
pali_gemma2_pt_28b_224 27.65B 280 亿参数，图像大小 224，SigLIP-So400m 视觉编码器为 27 层，Gemma2 27B 语言模型为 46 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_pt_28b_448 27.65B 280 亿参数，图像大小 448，SigLIP-So400m 视觉编码器为 27 层，Gemma2 27B 语言模型为 46 层。此模型已在混合数据集上进行了预训练。
pali_gemma2_pt_28b_896 27.65B 280 亿参数，图像大小 896，SigLIP-So400m 视觉编码器为 27 层，Gemma2 27B 语言模型为 46 层。此模型已在混合数据集上进行了预训练。

tokenizer 属性

keras_hub.models.PaliGemmaCausalLMPreprocessor.tokenizer

用于分词字符串的分词器。

PaliGemmaCausalLMPreprocessor 层
PaliGemmaCausalLMPreprocessor 类
from_preset 方法
tokenizer 属性