KerasHub: 预训练模型 / API 文档 / 模型架构 / QwenMoe / QwenMoeBackbone 模型

QwenMoeBackbone 模型

[源代码]

QwenMoeBackbone

keras_hub.models.QwenMoeBackbone(
    vocabulary_size,
    num_layers,
    num_query_heads,
    num_key_value_heads,
    hidden_dim,
    intermediate_dim,
    moe_intermediate_dim,
    shared_expert_intermediate_dim,
    num_experts,
    top_k=4,
    norm_top_k_prob=False,
    decoder_sparse_step=1,
    rope_max_wavelength=10000,
    rope_scaling_factor=1.0,
    layer_norm_epsilon=1e-06,
    dropout=0,
    dtype=None,
    tie_word_embeddings=False,
    use_sliding_window_attention=False,
    sliding_window_size=32768,
    output_router_logits=False,
    router_aux_loss_coefficient=0.001,
    mlp_only_layers=[],
    training=None,
    **kwargs
)

带有超参数的 Qwen MoE 核心网络。

此主干网实现了 Qwen MoE 模型的基本 Transformer 网络。它包括嵌入查找和带有混合专家 (MoE) 架构的 Transformer 层,其中每个层都使用稀疏的专家集进行高效计算。此主干网输出每个 token 的最终隐藏状态,而不是词汇空间上的生成预测。有关用于文本生成的更高级别对象,请参阅 keras_hub.models.QwenMoeCausalLM

默认构造函数提供了一个完全可定制的、随机初始化的 Qwen MoE 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:整数。词元词汇表的大小。
  • num_layers:整数。Transformer 层的数量。
  • num_query_heads: int。注意力层中查询投影的头数。
  • num_key_value_heads: int。注意力层中键和值投影的头数。
  • hidden_dim: int。每个 Transformer 层末尾的 Transformer 隐藏状态的大小。
  • intermediate_dim: int。每个 Transformer 的前馈网络中第一个 Dense 层的输出维度。
  • moe_intermediate_dim: int。MoE 前馈网络中每个专家的中间维度。
  • shared_expert_intermediate_dim: int。MoE 前馈网络中共享专家的中间维度。
  • num_experts: int。每个 MoE 层中的专家数量。
  • top_k: int。MoE 层中为每个 token 选择的前 k 个专家的数量。
  • head_dim: int。每个注意力头的大小。
  • layer_norm_epsilon: float。Transformer 模型中每个层归一化使用的 epsilon 值。
  • dropout: float。Transformer 编码器的 dropout 概率。
  • use_sliding_window_attention: bool。是否使用滑动局部窗口注意力。默认为 False。
  • sliding_window_size: int。滑动局部窗口的大小。默认为 4096。
  • max_sequence_length: int。模型支持的最大序列长度。默认为 4096。
  • dtype: str 或 keras.mixed_precision.DTypePolicy。用于模型计算和权重的 dtype。请注意,某些计算(如 softmax 和层归一化)将始终以 float32 精度完成,无论 dtype 如何。

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 MoE decoder__

.

model = keras_hub.models.QwenMoeBackbone.from_preset("qwen_moe_a2_7b")
model(input_data)

__Randomly initialized Qwen MoE decoder with custom config__

.

model = keras_hub.models.QwenMoeBackbone(
    vocabulary_size=151936,
    num_layers=28,
    num_query_heads=16,
    num_key_value_heads=8,
    hidden_dim=2048,
    intermediate_dim=4096,
    moe_intermediate_dim=128,
    shared_expert_intermediate_dim=4096,
    num_experts=60,
    top_k=4,
    head_dim=128,
    max_sequence_length=4096,
)
model(input_data)


----

<span style="float:right;">[[source]](https://github.com/keras-team/keras-hub/tree/v0.21.1/keras_hub/src/models/backbone.py#L122)</span>

### `from_preset` method


```python
QwenMoeBackbone.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())调用,或从模型类(例如 keras_hub.models.GemmaBackbone.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进行推断。

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
qwen1.5_moe_2.7b_en 14.32B 24 层 Qwen MoE 模型,具有 27 亿个活动参数和每个 MoE 层 8 个专家。

token_embedding 属性

keras_hub.models.QwenMoeBackbone.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

QwenMoeBackbone.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。