KerasHub: 预训练模型 / API 文档 / 模型架构 / Qwen / QwenBackbone 模型

QwenBackbone 模型

[源代码]

QwenBackbone

keras_hub.models.QwenBackbone(
    vocabulary_size,
    num_layers,
    num_query_heads,
    num_key_value_heads,
    hidden_dim,
    intermediate_dim,
    rope_max_wavelength=10000,
    rope_scaling_factor=1.0,
    layer_norm_epsilon=1e-06,
    dropout=0,
    dtype=None,
    tie_word_embeddings=True,
    use_sliding_window_attention=False,
    sliding_window_size=32768,
    **kwargs
)

具有超参数的 Qwen Transformer 核心架构。

此网络实现了基于 Transformer 的解码器网络 Qwen,如 Qwen 模型架构中所述。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 Qwen 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

  • vocabulary_size (int): 词元词汇表的大小。
  • num_layers (int): Transformer 层的数量。
  • num_query_heads (int): 每个 Transformer 的查询注意力头的数量。
  • hidden_dim (int): Transformer 编码和池化层的大小。
  • intermediate_dim (int): 每个 Transformer 中三层前馈网络里第一个 Dense 层的输出维度。
  • num_key_value_heads (int): 每个 Transformer 的键和值注意力头的数量。
  • rope_max_wavelength (int, 可选): 用于旋转嵌入的正弦/余弦曲线的最大角波长。默认为 10000
  • rope_scaling_factor (float, 可选): 用于计算旋转嵌入的缩放因子。默认为 1.0
  • layer_norm_epsilon (float, 可选): Transformer 解码器中层归一化层的 Epsilon 值。默认为 1e-6
  • dropout (float, 可选): 注意力层和隐藏层的 dropout 率。默认为 0
  • dtype: 字符串或 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)将始终以 float32 精度完成,无论 dtype 如何。
  • tie_word_embeddings (bool, 可选): 是否绑定输入和输出嵌入。默认为 True
  • use_sliding_window_attention (bool, 可选): 是否使用滑动窗口注意力以高效处理长序列。默认为 False
  • sliding_window_size (int, 可选): 启用时,注意力的滑动窗口大小。默认为 32768

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 Qwen decoder.
model = keras_hub.models.QwenBackbone.from_preset("qwen2.5_0.5b_en")
model(input_data)

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

[源代码]

from_preset 方法

QwenBackbone.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:

  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'

此构造函数可以通过两种方式调用:从基类,例如 keras_hub.models.Backbone.from_preset(),或者从模型类,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

  • 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`,权重将被加载到模型架构中。如果为 `False`,权重将被随机初始化。

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
qwen2.5_0.5b_en 4.9403 亿 24 层 Qwen 模型,参数为 5 亿。
qwen2.5_instruct_0.5b_en 4.9403 亿 指令微调 24 层 Qwen 模型,参数为 5 亿。
qwen2.5_3b_en 30.9 亿 36 层 Qwen 模型,参数为 31 亿。
qwen2.5_7b_en 69.9 亿 48 层 Qwen 模型,参数为 70 亿。
qwen2.5_instruct_32b_en 327.6 亿 指令微调 64 层 Qwen 模型,参数为 320 亿。
qwen2.5_instruct_72b_en 727.1 亿 指令微调 80 层 Qwen 模型,参数为 720 亿。

token_embedding 属性

keras_hub.models.QwenBackbone.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。


[源代码]

enable_lora 方法

QwenBackbone.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。