Optimum 文档

规范化配置

您正在查看的是需要从源码安装。如果你想通过 pip 进行常规安装,请查看最新的稳定版本 (v1.27.0)。
Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

规范化配置

🤗 Transformers 中的模型配置类并未标准化。虽然 Transformers 实现了一个 attribute_map 属性,可以在一定程度上缓解此问题,但它并未让代码中的通用配置属性推理变得容易。NormalizedConfig 类通过允许以标准化方式访问它们封装的配置属性来解决此问题。

基类

虽然可以为常见用例创建 NormalizedConfig 子类,但也可以使用 with_args() 类方法直接覆盖 原始属性名称 -> 规范化属性名称 映射。

class optimum.utils.NormalizedConfig

< >

( config: typing.Union[ForwardRef('PretrainedConfig'), typing.Dict] allow_new: bool = False **kwargs )

参数

  • config (PretrainedConfig) — 要规范化的配置。

处理 PretrainedConfig 属性名称的规范化,允许以通用方式访问属性。

现有规范化配置

class optimum.utils.NormalizedTextConfig

< >

( config: typing.Union[ForwardRef('PretrainedConfig'), typing.Dict] allow_new: bool = False **kwargs )

class optimum.utils.NormalizedSeq2SeqConfig

< >

( config: typing.Union[ForwardRef('PretrainedConfig'), typing.Dict] allow_new: bool = False **kwargs )

class optimum.utils.NormalizedVisionConfig

< >

( config: typing.Union[ForwardRef('PretrainedConfig'), typing.Dict] allow_new: bool = False **kwargs )

class optimum.utils.NormalizedTextAndVisionConfig

< >

( config: typing.Union[ForwardRef('PretrainedConfig'), typing.Dict] allow_new: bool = False **kwargs )

< > 在 GitHub 上更新