配置
PeftConfigMixin
是用于存储 PeftModel 的适配器配置的基本配置类,而 PromptLearningConfig 是用于软提示方法(p-tuning、前缀调优和提示调优)的基本配置类。这些基类包含用于从 Hub 保存和加载模型配置、指定要使用的 PEFT 方法、要执行的任务类型以及模型配置(如层数和注意力头数)的方法。
PeftConfigMixin
类 peft.config.PeftConfigMixin
< 源代码 >( peft_type: Optional = None auto_mapping: Optional = None )
这是 PEFT 适配器模型的基本配置类。它包含所有 PEFT 适配器模型共有的方法。此类继承自 PushToHubMixin,其中包含将模型推送到 Hub 的方法。save_pretrained
方法会将适配器模型的配置保存到目录中。from_pretrained
方法会从目录中加载适配器模型的配置。
从 json 文件加载配置文件。
此方法从一组 kwargs 中加载适配器模型的配置。
合适的配置类型由 peft_type
参数确定。如果未提供 peft_type
,则实例化调用类的类型。
from_pretrained
< 源代码 >( pretrained_model_name_or_path: str subfolder: Optional = None **kwargs )
此方法从目录中加载适配器模型的配置。
将适配器模型的配置作为字典返回。
PeftConfig
类 peft.PeftConfig
< 源代码 >( peft_type: Union = None auto_mapping: Optional = None base_model_name_or_path: Optional = None revision: Optional = None task_type: Union = None inference_mode: bool = False )
这是用于存储 PeftModel 配置的基本配置类。
PromptLearningConfig
这是一个基本配置类,用于存储PrefixTuning
、PromptEncoder或PromptTuning
的配置。