Hugging Face 的 LOGO

Transformers 文档

ALBERT

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

PyTorch TensorFlow Flax SDPA

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。

流水线
自动模型
Transformers CLI
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。

文本分类
Token 分类
填充掩码
问答

多项选择

AlbertConfig

class transformers.AlbertConfig

< >

( 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

< >

( 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。

build_inputs_with_special_tokens

< >

( token_ids_0: list token_ids_1: typing.Optional[list[int]] = None ) → List[int]

参数

  • token_ids_0 (List[int]) — 将要添加特殊标记的ID列表
  • token_ids_1 (List[int], 可选) — 用于序列对的可选的第二个ID列表。

返回

List[int]

包含适当特殊标记的 输入 ID 列表。

通过连接和添加特殊标记，从一个序列或一对序列为序列分类任务构建模型输入。一个ALBERT序列具有以下格式

  • 单个序列：[CLS] X [SEP]
  • 序列对：[CLS] A [SEP] B [SEP]

Albert特定输出

class transformers.models.albert.modeling_albert.AlbertForPreTrainingOutput

< >

( 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

< >

( 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。

Pytorch
隐藏 Pytorch 内容

AlbertModel

[[autodoc]] AlbertModel - forward

AlbertForPreTraining

[[autodoc]] AlbertForPreTraining - forward

AlbertForMaskedLM

[[autodoc]] AlbertForMaskedLM - forward

AlbertForSequenceClassification

[[autodoc]] AlbertForSequenceClassification - forward

AlbertForMultipleChoice

class transformers.AlbertForMultipleChoice

< >

( 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

< >

( 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()。

    什么是输入ID？

  • 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.

    什么是注意力掩码？

  • 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。

    什么是标记类型ID？

  • 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。

    什么是位置ID？

  • 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

TensorFlow
隐藏 TensorFlow 内容

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

JAX
隐藏 JAX 内容

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

< > 在 GitHub 上更新

←视频处理器 Arcee→
© . This site is unofficial and not affiliated with Hugging Face, Inc.