KerasHub: 预训练模型 / API 文档 / 模型架构 / Phi3 / Phi3Backbone 模型

Phi3Backbone 模型

[源]

Phi3Backbone

keras_hub.models.Phi3Backbone(
    vocabulary_size,
    num_layers,
    hidden_dim,
    intermediate_dim,
    num_query_heads,
    num_key_value_heads,
    layer_norm_epsilon=1e-06,
    dropout=0.0,
    max_sequence_length=4096,
    pretraining_sequence_length=4096,
    rope_max_wavelength=10000,
    rope_scaling_type=None,
    rope_scaling_short_factor=None,
    rope_scaling_long_factor=None,
    dtype=None,
    **kwargs
)

具有超参数的 Phi-3 核心网络。

该网络实现了基于 Transformer 的解码器网络 Phi-3,如《Phi-3 技术报告》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的、随机初始化的 Phi-3 模型,可以设置任意数量的层、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):词元(token)词汇表的大小。
  • num_layers (int):Transformer 层的数量。
  • hidden_dim (int):嵌入的大小以及 Transformer 层的隐藏状态的大小。
  • intermediate_dim (int):每个 Transformer 中的三层前馈网络中第一个 Dense 层的输出维度。
  • num_query_heads (int):每个 Transformer 层的查询注意力头数量。
  • num_key_value_heads (int):每个 Transformer 层的键和值注意力头数量。
  • layer_norm_epsilon (float, optional):Transformer 解码器中 RMS layernorm 层的 epsilon 值。默认为 1e-6
  • dropout: (float, optional):Transformer 解码器的 dropout 概率。
  • max_sequence_length (int, optional):此模型可能使用的最大序列长度。默认为 4096
  • pretraining_sequence_length (int, optional):模型预训练时使用的最大序列长度。默认为 4096
  • rope_max_wavelength (int, optional):正弦/余弦曲线的最大角波长,用于旋转位置嵌入。默认为 10000
  • rope_scaling_type (str, optional):RoPE 缩放类型。可以是 None"su"None 表示不进行 RoPE 缩放,"su" 表示 SuScaled RoPE,当 max_sequence_length 大于 original_max_sequence_length 时使用 "su"。默认为 None
  • rope_scaling_short_factor List[float]:当 rope_scaling_type"su" 时用于调整 RoPE 频率的因子列表。列表长度必须为 hidden_dim//num_query_heads//2。当 sequence_length 小于 original_max_sequence_length 时使用此参数。默认为 None
  • rope_scaling_long_factor List[float]:当 rope_scaling_type"su" 时用于调整 RoPE 频率的因子列表。列表长度必须为 hidden_dim//num_query_heads//2。当 sequence_length 大于 original_max_sequence_length 时使用此参数。默认为 None
  • 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)无论 dtype 如何,都将始终以 float32 精度执行。

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 Phi3 decoder.
model = keras_hub.models.Phi3Backbone.from_preset(
    "phi3_mini_4k_instruct_en"
)
model(input_data)

# Randomly initialized Phi3 decoder with custom config.
model = keras_hub.models.Phi3Backbone(
    vocabulary_size=10,
    num_layers=2,
    hidden_dim=512,
    intermediate_dim=1024,
    num_query_heads=32,
    num_key_value_heads=8,
    layer_norm_epsilon=1e-6,
    dtype="float32"
)
model(input_data)

[源]

from_preset 方法

Phi3Backbone.from_preset(preset, load_weights=True, **kwargs)

从模型预设实例化一个 keras_hub.models.Backbone

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入:

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

此构造函数可以通过两种方式之一调用。既可以从基类调用,如 keras_hub.models.Backbone.from_preset(),也可以从模型类调用,如 keras_hub.models.GemmaBackbone.from_preset()。如果从基类调用,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() 来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,权重将加载到模型架构中。如果为 False,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
phi3_mini_4k_instruct_en 3.82B 38 亿参数,32 层,4k 上下文长度的 Phi-3 模型。该模型使用 Phi-3 数据集进行训练。此数据集包括合成数据和过滤后的公开网站数据,重点关注高质量和推理密集特性。
phi3_mini_128k_instruct_en 3.82B 38 亿参数,32 层,128k 上下文长度的 Phi-3 模型。该模型使用 Phi-3 数据集进行训练。此数据集包括合成数据和过滤后的公开网站数据,重点关注高质量和推理密集特性。

token_embedding 属性

keras_hub.models.Phi3Backbone.token_embedding

用于嵌入词元 ID 的 keras.layers.Embedding 实例。

此层将整数词元 ID 嵌入到模型的隐藏维度中。