Transformers 文档
ALBERT
并获得增强的文档体验
开始使用
ALBERT
ALBERT旨在解决BERT扩展和训练时的内存限制问题。它增加了两种参数减少技术。第一种是分解式嵌入参数化,它将较大的词汇嵌入矩阵分解为两个较小的矩阵,这样可以在不增加过多参数的情况下增大隐藏层的大小。第二种是跨层参数共享,它允许层之间共享参数,从而保持可学习参数的数量较低。
ALBERT的创建是为了解决BERT中诸如GPU/TPU内存限制、训练时间更长以及意外的模型性能下降等问题。ALBERT使用两种参数削减技术来降低内存消耗并提高BERT的训练速度。
- 分解式嵌入参数化(Factorized embedding parameterization): 将大的词汇嵌入矩阵分解为两个较小的矩阵,从而减少内存消耗。
- 跨层参数共享(Cross-layer parameter sharing): ALBERT不在为每个Transformer层学习独立的参数,而是在各层之间共享参数,进一步减少了可学习权重(learnable weights)的数量。
ALBERT使用绝对位置嵌入(与BERT类似),因此填充(padding)应用于右侧。嵌入的大小为128,而BERT使用768。ALBERT一次最多可以处理512个词元(token)。
您可以在ALBERT社区组织下找到所有原始的ALBERT检查点。
点击右侧边栏中的ALBERT模型,查看更多关于如何将ALBERT应用于不同语言任务的示例。
下面的示例演示了如何使用Pipeline、AutoModel以及从命令行预测`[MASK]`词元。
import torch
from transformers import pipeline
pipeline = pipeline(
task="fill-mask",
model="albert-base-v2",
torch_dtype=torch.float16,
device=0
)
pipeline("Plants create [MASK] through a process known as photosynthesis.", top_k=5)
说明
- 输入应在右侧进行填充,因为 BERT 使用绝对位置嵌入。
- 嵌入大小`E`与隐藏大小`H`不同,因为嵌入是上下文无关的(一个嵌入向量代表一个词元),而隐藏状态是上下文相关的(一个隐藏状态代表一个词元序列)。嵌入矩阵也更大,因为其维度为`V x E`,其中`V`是词汇表大小。因此,如果`H >> E`会更合理。如果`E < H`,模型的参数会更少。
资源
以下各节提供的资源包括官方Hugging Face和社区(以🌎表示)的资源列表,以帮助您开始使用AlBERT。如果您有兴趣提交资源以包含在此处,请随时提交Pull Request,我们将进行审核!该资源最好能展示一些新内容,而不是重复现有资源。
`AlbertForSequenceClassification`受此示例脚本支持。
`TFAlbertForSequenceClassification`受此示例脚本支持。
查看文本分类任务指南,了解如何使用该模型。
`AlbertForTokenClassification`受此示例脚本支持。
`FlaxAlbertForTokenClassification`受此示例脚本支持。
🤗 Hugging Face课程的词元分类章节。
查看词元分类任务指南,了解如何使用该模型。
- `AlbertForMaskedLM`受此示例脚本和笔记本支持。
- `TFAlbertForMaskedLM`受此示例脚本和笔记本支持。
- `FlaxAlbertForMaskedLM`受此示例脚本和笔记本支持。
- 🤗 Hugging Face课程的掩码语言建模章节。
- 查看掩码语言建模任务指南,了解如何使用该模型。
- `AlbertForQuestionAnswering`受此示例脚本和笔记本支持。
- `TFAlbertForQuestionAnswering`受此示例脚本和笔记本支持。
- `FlaxAlbertForQuestionAnswering`受此示例脚本支持。
- 🤗 Hugging Face课程的问答章节。
- 查看问答任务指南,了解如何使用该模型。
多项选择
AlbertConfig
class transformers.AlbertConfig
< 来源 >( vocab_size = 30000 embedding_size = 128 hidden_size = 4096 num_hidden_layers = 12 num_hidden_groups = 1 num_attention_heads = 64 intermediate_size = 16384 inner_group_num = 1 hidden_act = 'gelu_new' hidden_dropout_prob = 0 attention_probs_dropout_prob = 0 max_position_embeddings = 512 type_vocab_size = 2 initializer_range = 0.02 layer_norm_eps = 1e-12 classifier_dropout_prob = 0.1 position_embedding_type = 'absolute' pad_token_id = 0 bos_token_id = 2 eos_token_id = 3 **kwargs )
参数
- vocab_size (
int
, 可选, 默认为 30000) — ALBERT模型的词汇表大小。定义了在调用 `AlbertModel` 或 `TFAlbertModel` 时,`inputs_ids` 可以表示的不同词元的数量。 - embedding_size (
int
, 可选, 默认为 128) — 词汇表嵌入的维度。 - hidden_size (
int
, 可选, 默认为 4096) — 编码器层和池化层的维度。 - num_hidden_layers (
int
, 可选, 默认为 12) — Transformer编码器中的隐藏层数量。 - num_hidden_groups (
int
, 可选, 默认为 1) — 隐藏层的组数,同一组内的参数是共享的。 - num_attention_heads (
int
, 可选, 默认为 64) — Transformer编码器中每个注意力层的注意力头数量。 - intermediate_size (
int
, 可选, 默认为 16384) — Transformer编码器中“中间”层(通常称为前馈层)的维度。 - inner_group_num (
int
, 可选, 默认为 1) — 注意力和前馈网络(ffn)的内部重复次数。 - hidden_act (
str
或Callable
, 可选, 默认为"gelu_new"
) — 编码器和池化层中的非线性激活函数(函数或字符串)。如果为字符串,支持"gelu"
、"relu"
、"silu"
和"gelu_new"
。 - hidden_dropout_prob (
float
, 可选, 默认为 0) — 嵌入层、编码器和池化层中所有全连接层的丢弃(dropout)概率。 - attention_probs_dropout_prob (
float
, 可选, 默认为 0) — 注意力概率的丢弃(dropout)比率。 - max_position_embeddings (
int
, 可选, 默认为 512) — 此模型可能使用的最大序列长度。通常将其设置为一个较大的值(例如,512、1024或2048)。 - type_vocab_size (
int
, 可选, 默认为 2) — 在调用 `AlbertModel` 或 `TFAlbertModel` 时,传递的 `token_type_ids` 的词汇表大小。 - initializer_range (
float
, 可选, 默认为 0.02) — 用于初始化所有权重矩阵的truncated_normal_initializer的标准差。 - layer_norm_eps (
float
, 可选, 默认为 1e-12) — 层归一化层使用的epsilon值。 - classifier_dropout_prob (
float
, 可选, 默认为 0.1) — 附加分类器的丢弃(dropout)比率。 - position_embedding_type (
str
, 可选, 默认为"absolute"
) — 位置嵌入的类型。选择"absolute"
、"relative_key"
、"relative_key_query"
之一。对于位置嵌入,使用"absolute"
。有关"relative_key"
的更多信息,请参阅《Self-Attention with Relative Position Representations》(Shaw等人)。有关"relative_key_query"
的更多信息,请参阅《Improve Transformer Models with Better Relative Position Embeddings》(Huang等人)中的 *方法4*。 - pad_token_id (
int
, 可选, 默认为 0) — 填充词元的ID。 - bos_token_id (
int
, 可选, 默认为 2) — 序列开始词元的ID。 - eos_token_id (
int
, 可选, 默认为 3) — 序列结束词元的ID。
这是用于存储`AlbertModel`或`TFAlbertModel`配置的配置类。它用于根据指定的参数实例化一个ALBERT模型,定义模型架构。使用默认值实例化配置将产生与ALBERT albert/albert-xxlarge-v2架构类似的配置。
配置对象继承自PretrainedConfig,可用于控制模型输出。有关更多信息,请阅读PretrainedConfig的文档。
示例
>>> from transformers import AlbertConfig, AlbertModel
>>> # Initializing an ALBERT-xxlarge style configuration
>>> albert_xxlarge_configuration = AlbertConfig()
>>> # Initializing an ALBERT-base style configuration
>>> albert_base_configuration = AlbertConfig(
... hidden_size=768,
... num_attention_heads=12,
... intermediate_size=3072,
... )
>>> # Initializing a model (with random weights) from the ALBERT-base style configuration
>>> model = AlbertModel(albert_xxlarge_configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
AlbertTokenizer
[[autodoc]] AlbertTokenizer - build_inputs_with_special_tokens - get_special_tokens_mask - create_token_type_ids_from_sequences - save_vocabulary
AlbertTokenizerFast
class transformers.AlbertTokenizerFast
< 来源 >( vocab_file = None tokenizer_file = None do_lower_case = True remove_space = True keep_accents = False bos_token = '[CLS]' eos_token = '[SEP]' unk_token = '<unk>' sep_token = '[SEP]' pad_token = '<pad>' cls_token = '[CLS]' mask_token = '[MASK]' **kwargs )
参数
- vocab_file (
str
) — SentencePiece 文件(通常带有 .spm 扩展名),其中包含实例化分词器所需的词汇表。 - do_lower_case (
bool
, 可选, 默认为True
) — 是否在分词时将输入转换为小写。 - remove_space (
bool
, 可选, 默认为True
) — 是否在分词时去除文本中的空格(删除字符串前后多余的空格)。 - keep_accents (
bool
, 可选, 默认为False
) — 是否在分词时保留重音符号。 - bos_token (
str
, 可选, 默认为"[CLS]"
) — 序列开始标记,在预训练期间使用。可用作序列分类器标记。当使用特殊标记构建序列时,这不是用于序列开始的标记。实际使用的标记是
cls_token
。 - eos_token (
str
, 可选, 默认为"[SEP]"
) — 序列结束标记。.. note:: 当使用特殊标记构建序列时,这不是用于序列结束的标记。实际使用的标记是sep_token
。 - unk_token (
str
, 可选, 默认为"<unk>"
) — 未知标记。不在词汇表中的标记无法转换为 ID,将被设置为此标记。 - sep_token (
str
, 可选, 默认为"[SEP]"
) — 分隔标记,用于从多个序列构建一个序列,例如用于序列分类的两个序列,或用于问答的文本和问题。它也用作使用特殊标记构建的序列的最后一个标记。 - pad_token (
str
, 可选, 默认为"<pad>"
) — 用于填充的标记,例如在批处理不同长度的序列时使用。 - cls_token (
str
, 可选, 默认为"[CLS]"
) — 分类器标记,用于序列分类(对整个序列进行分类,而不是对每个标记进行分类)。当使用特殊标记构建序列时,它是序列的第一个标记。 - mask_token (
str
, 可选, 默认为"[MASK]"
) — 用于掩码值的标记。这是在使用掩码语言模型训练此模型时使用的标记。模型将尝试预测此标记。
构建一个“快速”ALBERT分词器(由HuggingFace的tokenizers库支持)。基于 Unigram。此分词器继承自PreTrainedTokenizerFast,其中包含大部分主要方法。用户应参考此超类以获取有关这些方法的更多信息。
Albert特定输出
class transformers.models.albert.modeling_albert.AlbertForPreTrainingOutput
< 来源 >( loss: typing.Optional[torch.FloatTensor] = None prediction_logits: typing.Optional[torch.FloatTensor] = None sop_logits: typing.Optional[torch.FloatTensor] = None hidden_states: typing.Optional[tuple[torch.FloatTensor]] = None attentions: typing.Optional[tuple[torch.FloatTensor]] = None )
参数
- loss (
*可选*
, 当提供了labels
时返回,形状为(1,)
的torch.FloatTensor
) — 总损失,是掩码语言建模损失和下一句预测(分类)损失的和。 - prediction_logits (形状为
(batch_size, sequence_length, config.vocab_size)
的torch.FloatTensor
) — 语言建模头的预测分数(SoftMax之前的每个词汇标记的分数)。 - sop_logits (形状为
(batch_size, 2)
的torch.FloatTensor
) — 下一句预测(分类)头的预测分数(SoftMax之前的真/假延续分数)。 - hidden_states (
tuple[torch.FloatTensor]
, 可选, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(一个用于嵌入层的输出,如果模型有嵌入层,+ 一个用于每层的输出)。模型在每层输出时的隐藏状态以及可选的初始嵌入输出。
- attentions (
tuple[torch.FloatTensor]
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) — 形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组(每层一个)。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
AlbertForPreTraining
的输出类型。
class transformers.models.albert.modeling_tf_albert.TFAlbertForPreTrainingOutput
< 来源 >( loss: Optional[tf.Tensor] = None prediction_logits: Optional[tf.Tensor] = None sop_logits: Optional[tf.Tensor] = None hidden_states: tuple[tf.Tensor] | None = None attentions: tuple[tf.Tensor] | None = None )
参数
- prediction_logits (形状为
(batch_size, sequence_length, config.vocab_size)
的tf.Tensor
) — 语言建模头的预测分数(SoftMax之前的每个词汇标记的分数)。 - sop_logits (形状为
(batch_size, 2)
的tf.Tensor
) — 下一句预测(分类)头的预测分数(SoftMax之前的真/假延续分数)。 - hidden_states (
tuple(tf.Tensor)
, 可选, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的tf.Tensor
元组(一个用于嵌入层的输出 + 一个用于每层的输出)。模型在每层输出时的隐藏状态以及初始嵌入输出。
- attentions (
tuple(tf.Tensor)
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) — 形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
元组(每层一个)。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
TFAlbertForPreTraining
的输出类型。
AlbertModel
[[autodoc]] AlbertModel - forward
AlbertForPreTraining
[[autodoc]] AlbertForPreTraining - forward
AlbertForMaskedLM
[[autodoc]] AlbertForMaskedLM - forward
AlbertForSequenceClassification
[[autodoc]] AlbertForSequenceClassification - forward
AlbertForMultipleChoice
class transformers.AlbertForMultipleChoice
< 来源 >( config: AlbertConfig )
参数
- config (AlbertConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重,只加载配置。请查看 from_pretrained() 方法以加载模型权重。
Albert模型,其顶部带有多项选择分类头(在池化输出之上是一个线性层和一个softmax),例如用于RocStories/SWAG任务。
此模型继承自PreTrainedModel。有关该库为其所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪注意力头等),请查看超类文档。
该模型也是一个PyTorch torch.nn.Module 子类。可以像常规的PyTorch模块一样使用它,并参考PyTorch文档了解所有与通用用法和行为相关的事项。
forward
< 来源 >( input_ids: typing.Optional[torch.LongTensor] = None attention_mask: typing.Optional[torch.FloatTensor] = None token_type_ids: typing.Optional[torch.LongTensor] = None position_ids: typing.Optional[torch.LongTensor] = None head_mask: typing.Optional[torch.FloatTensor] = None inputs_embeds: typing.Optional[torch.FloatTensor] = None labels: typing.Optional[torch.LongTensor] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.models.albert.modeling_albert.AlbertForPreTrainingOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, num_choices, sequence_length)
的torch.LongTensor
) — 词汇表中输入序列标记的索引。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。
- attention_mask (形状为
(batch_size, sequence_length)
的torch.FloatTensor
, 可选) — 掩码,用于避免对填充标记索引执行注意力。掩码值在[0, 1]
中选择:- 1 表示标记未被掩码,
- 0 表示标记被掩码.
- token_type_ids (形状为
(batch_size, num_choices, sequence_length)
的torch.LongTensor
, 可选) — 段标记索引,用于指示输入的第一部分和第二部分。索引在[0, 1]
中选择:- 0 对应于 *A句* 标记,
- 1 对应于 *B句* 标记。
- position_ids (形状为
(batch_size, num_choices, sequence_length)
的torch.LongTensor
, 可选) — 位置嵌入中每个输入序列标记的位置索引。在[0, config.max_position_embeddings - 1]
范围内选择。 - head_mask (形状为
(num_heads,)
或(num_layers, num_heads)
的torch.FloatTensor
, 可选) — 用于置零自注意力模块中选定头的掩码。掩码值在[0, 1]
中选择:- 1 表示头未被掩码,
- 0 表示头被掩码。
- inputs_embeds (形状为
(batch_size, num_choices, sequence_length, hidden_size)
的torch.FloatTensor
, 可选) — 可选地,你可以选择直接传递嵌入表示,而不是传递input_ids
。如果你想更好地控制如何将input_ids
索引转换为关联向量,而不是使用模型内部的嵌入查找矩阵,这会很有用。 - labels (形状为
(batch_size,)
的torch.LongTensor
, 可选) — 用于计算多项选择分类损失的标签。索引应在[0, ..., num_choices-1]
范围内,其中 num_choices 是输入张量第二维的大小。(参见上面的 input_ids) - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通的元组。
返回
transformers.models.albert.modeling_albert.AlbertForPreTrainingOutput 或 tuple(torch.FloatTensor)
一个 transformers.models.albert.modeling_albert.AlbertForPreTrainingOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或 config.return_dict=False
),根据配置(AlbertConfig)和输入包含各种元素。
-
loss (
*可选*
, 当提供了labels
时返回,形状为(1,)
的torch.FloatTensor
) — 总损失,是掩码语言建模损失和下一句预测(分类)损失的和。 -
prediction_logits (
torch.FloatTensor
形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax 之前的每个词汇 token 的分数)。 -
sop_logits (形状为
(batch_size, 2)
的torch.FloatTensor
) — 下一句预测(分类)头的预测分数(SoftMax之前的真/假延续分数)。 -
hidden_states (
tuple[torch.FloatTensor]
, 可选, 当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(一个用于嵌入层的输出,如果模型有嵌入层,+ 一个用于每层的输出)。模型在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
attentions (
tuple[torch.FloatTensor]
, 可选, 当传递output_attentions=True
或config.output_attentions=True
时返回) — 形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组(每层一个)。注意力 softmax 后的注意力权重,用于计算自注意力头中的加权平均值。
AlbertForMultipleChoice 的前向方法,覆盖了 __call__
特殊方法。
虽然前向传播的流程需要在此函数内定义,但之后应该调用 `Module` 实例而不是此函数,因为前者会处理前后处理步骤,而后者会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, AlbertForMultipleChoice
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("albert/albert-xxlarge-v2")
>>> model = AlbertForMultipleChoice.from_pretrained("albert/albert-xxlarge-v2")
>>> prompt = "In Italy, pizza served in formal settings, such as at a restaurant, is presented unsliced."
>>> choice0 = "It is eaten with a fork and a knife."
>>> choice1 = "It is eaten while held in the hand."
>>> labels = torch.tensor(0).unsqueeze(0) # choice0 is correct (according to Wikipedia ;)), batch size 1
>>> encoding = tokenizer([prompt, prompt], [choice0, choice1], return_tensors="pt", padding=True)
>>> outputs = model(**{k: v.unsqueeze(0) for k, v in encoding.items()}, labels=labels) # batch size is 1
>>> # the linear classifier still needs to be trained
>>> loss = outputs.loss
>>> logits = outputs.logits
用于词元分类的Albert模型 (AlbertForTokenClassification)
[[autodoc]] AlbertForTokenClassification - forward
用于问题回答的Albert模型 (AlbertForQuestionAnswering)
[[autodoc]] AlbertForQuestionAnswering - forward
TFAlbertModel
[[autodoc]] TFAlbertModel - call
用于预训练的TFAlbert模型 (TFAlbertForPreTraining)
[[autodoc]] TFAlbertForPreTraining - call
用于掩码语言建模的TFAlbert模型 (TFAlbertForMaskedLM)
[[autodoc]] TFAlbertForMaskedLM - call
用于序列分类的TFAlbert模型 (TFAlbertForSequenceClassification)
[[autodoc]] TFAlbertForSequenceClassification - call
用于多项选择的TFAlbert模型 (TFAlbertForMultipleChoice)
[[autodoc]] TFAlbertForMultipleChoice - call
用于词元分类的TFAlbert模型 (TFAlbertForTokenClassification)
[[autodoc]] TFAlbertForTokenClassification - call
用于问题回答的TFAlbert模型 (TFAlbertForQuestionAnswering)
[[autodoc]] TFAlbertForQuestionAnswering - call
FlaxAlbertModel
[[autodoc]] FlaxAlbertModel - call
用于预训练的FlaxAlbert模型 (FlaxAlbertForPreTraining)
[[autodoc]] FlaxAlbertForPreTraining - call
用于掩码语言建模的FlaxAlbert模型 (FlaxAlbertForMaskedLM)
[[autodoc]] FlaxAlbertForMaskedLM - call
用于序列分类的FlaxAlbert模型 (FlaxAlbertForSequenceClassification)
[[autodoc]] FlaxAlbertForSequenceClassification - call
用于多项选择的FlaxAlbert模型 (FlaxAlbertForMultipleChoice)
[[autodoc]] FlaxAlbertForMultipleChoice - call
用于词元分类的FlaxAlbert模型 (FlaxAlbertForTokenClassification)
[[autodoc]] FlaxAlbertForTokenClassification - call
用于问题回答的FlaxAlbert模型 (FlaxAlbertForQuestionAnswering)
[[autodoc]] FlaxAlbertForQuestionAnswering - call