QwenMoeBackbone
类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
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:
'bert_base_en'
'kaggle://user/bert/keras/bert_base_en'
'hf://user/bert_base_en'
'./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
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。
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。