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

该模型于 2019 年 9 月 26 日发表在 HF papers 上，并于 2020 年 11 月 16 日贡献给 Hugging Face Transformers。

PyTorch SDPA

ALBERT

ALBERT 旨在解决 BERT 在扩展和训练方面的内存限制。它增加了两种参数缩减技术。第一种是因式分解嵌入参数化（factorized embedding parametrization），将较大的词汇嵌入矩阵拆分为两个较小的矩阵，这样你就可以在不增加大量参数的情况下增加隐藏层大小。第二种是跨层参数共享（cross-layer parameter sharing），允许各层共享参数，从而保持较少的学习参数数量。

创建 ALBERT 是为了解决诸如 GPU/TPU 内存限制、训练时间过长以及 BERT 中意外的模型退化等问题。ALBERT 使用两种参数缩减技术来降低内存消耗并提高 BERT 的训练速度。

  • 因式分解嵌入参数化： 大词汇嵌入矩阵被分解为两个较小的矩阵，从而降低了内存消耗。
  • 跨层参数共享： ALBERT 不会为每个 Transformer 层学习单独的参数，而是跨层共享参数，进一步减少了可学习权重的数量。

ALBERT 使用绝对位置嵌入（与 BERT 一样），因此填充（padding）应用于右侧。嵌入大小为 128，而 BERT 使用 768。ALBERT 一次最多可以处理 512 个 token。

你可以在 ALBERT 社区组织下找到所有原始的 ALBERT 检查点。

点击右侧侧边栏中的 ALBERT 模型，获取更多关于如何将 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 以及通过命令行来预测 [MASK] token。

流水线
自动模型
from transformers import pipeline


pipeline = pipeline(
    task="fill-mask",
    model="albert-base-v2",
    device=0
)
pipeline("Plants create [MASK] through a process known as photosynthesis.", top_k=5)

注意事项

  • 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 与隐藏层大小 H 不同，因为嵌入是上下文无关的（一个嵌入向量代表一个 token），而隐藏状态是上下文相关的（一个隐藏状态代表一个 token 序列）。由于词汇量大小为 V，嵌入矩阵的大小为 V x E。因此，如果 H >> E，在逻辑上更合理。如果 E < H，模型参数会更少。

资源

以下部分提供的资源包括 Hugging Face 官方资源和社区（以 🌎 标示）资源，旨在帮助你开始使用 Albert。如果你有兴趣提交资源供此处收录，请随时发起 Pull Request，我们将进行审核！理想情况下，该资源应展示新的内容，而不是重复现有的资源。

文本分类
Token 分类
填充掩码
问答

多项选择

AlbertConfig

class transformers.AlbertConfig

< >

( transformers_version: str | None = None architectures: list[str] | None = None output_hidden_states: bool | None = False return_dict: bool | None = True dtype: typing.Union[str, ForwardRef('torch.dtype'), NoneType] = None chunk_size_feed_forward: int = 0 is_encoder_decoder: bool = False id2label: dict[int, str] | dict[str, str] | None = None label2id: dict[str, int] | dict[str, str] | None = None problem_type: typing.Optional[typing.Literal['regression', 'single_label_classification', 'multi_label_classification']] = None vocab_size: int = 30000 embedding_size: int = 128 hidden_size: int = 4096 num_hidden_layers: int = 12 num_hidden_groups: int = 1 num_attention_heads: int = 64 intermediate_size: int = 16384 inner_group_num: int = 1 hidden_act: str = 'gelu_new' hidden_dropout_prob: int | float = 0.0 attention_probs_dropout_prob: int | float = 0.0 max_position_embeddings: int = 512 type_vocab_size: int = 2 initializer_range: float = 0.02 layer_norm_eps: float = 1e-12 classifier_dropout_prob: int | float = 0.1 pad_token_id: int | None = 0 bos_token_id: int | None = 2 eos_token_id: int | list[int] | None = 3 tie_word_embeddings: bool = True )

参数

  • vocab_size (int, 可选, 默认值为 30000) — 模型的词汇量大小。定义了 input_ids 可以表示的不同 token 的数量。
  • embedding_size (int, 可选, 默认值为 128) — 嵌入和隐藏状态的维度。
  • hidden_size (int, 可选, 默认值为 4096) — 隐藏表示的维度。
  • num_hidden_layers (int, 可选, 默认值为 12) — Transformer 解码器中的隐藏层数量。
  • num_hidden_groups (int, 可选, 默认值为 1) — 隐藏层的组数，同一组中的参数是共享的。
  • num_attention_heads (int, 可选, 默认值为 64) — Transformer 解码器中每个注意力层的注意力头数。
  • intermediate_size (int, 可选, 默认值为 16384) — MLP 表示的维度。
  • inner_group_num (int, 可选, 默认值为 1) — 注意力和 FFN 的内部重复次数。
  • hidden_act (str, 可选, 默认值为 gelu_new) — 解码器中的非线性激活函数（函数或字符串）。例如："gelu"、"relu"、"silu" 等。
  • hidden_dropout_prob (Union[int, float], 可选, 默认值为 0.0) — 嵌入、编码器和池化层中所有全连接层的 Dropout 概率。
  • attention_probs_dropout_prob (Union[int, float], 可选, 默认值为 0.0) — 注意力概率的 Dropout 比率。
  • max_position_embeddings (int, 可选, 默认值为 512) — 此模型可能使用的最大序列长度。
  • type_vocab_size (int, 可选, 默认值为 2) — token_type_ids 的词汇量大小。
  • initializer_range (float, 可选, 默认值为 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, 默认值为 1e-12) — 层归一化层所使用的 epsilon 值。
  • classifier_dropout_prob (Union[int, float], 可选, 默认值为 0.1) — 分类器的 Dropout 比率。
  • pad_token_id (int, 可选, 默认值为 0) — 词汇表中用于填充的 token ID。
  • bos_token_id (int, 可选, 默认值为 2) — 词汇表中用于流起始的 token ID。
  • eos_token_id (Union[int, list[int]], 可选, 默认为 3) — 词表中用于流结束（end-of-stream）的标记 ID。
  • tie_word_embeddings (bool, 可选, 默认为 True) — 是否根据模型的 tied_weights_keys 映射来绑定词嵌入权重。

这是用于存储 AlbertModel 配置的配置类。它根据指定的参数用于实例化 Albert 模型，并定义了模型架构。使用默认值实例化配置将产生与 albert/albert-xxlarge-v2 类似的配置。

配置对象继承自 PreTrainedConfig，可用于控制模型输出。阅读 PreTrainedConfig 的文档以获取更多信息。

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.AlbertTokenizer

< >

( vocab: str | list[tuple[str, float]] | None = None do_lower_case: bool = True keep_accents: bool = False bos_token: str = '[CLS]' eos_token: str = '[SEP]' unk_token: str = '<unk>' sep_token: str = '[SEP]' pad_token: str = '<pad>' cls_token: str = '[CLS]' mask_token: str = '[MASK]' add_prefix_space: bool = True trim_offsets: bool = True **kwargs )

参数

  • do_lower_case (bool, 可选, 默认为 True) — 在标记化（tokenizing）时是否将输入转换为小写。
  • keep_accents (bool, 可选, 默认为 False) — 在标记化时是否保留重音符号。
  • bos_token (str, 可选, 默认为 "[CLS]") — 预训练期间使用的序列开始标记。可以用作序列分类标记。

    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。不在词表中的标记无法转换为 ID，而是被替换为该标记。
  • sep_token (str, 可选, 默认为 "[SEP]") — 分隔符标记，在从多个序列构建序列时使用，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，例如在对不同长度的序列进行批处理时。
  • cls_token (str, 可选, 默认为 "[CLS]") — 分类标记，在进行序列分类（对整个序列进行分类，而不是对每个标记进行分类）时使用。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]") — 用于屏蔽值的标记。这是在用掩码语言建模（masked language modeling）训练此模型时使用的标记，也是模型将尝试预测的标记。
  • add_prefix_space (bool, 可选, 默认为 True) — 是否在输入前添加初始空格。这使得可以将起始单词像对待其他单词一样对待。
  • trim_offsets (bool, 可选, 默认为 True) — 后处理步骤是否应修剪偏移量（offsets）以避免包含空格。
  • vocab (str 或 list[tuple[str, float]], 可选) — 带有 (token, score) 元组的自定义词表。如果未提供，词表将从 vocab_file 加载。
  • vocab_file (str, 可选) — 包含实例化标记器所需词表的 SentencePiece 文件（通常具有 .model 扩展名）。

构建一个“快速”ALBERT 标记器（由 HuggingFace 的 tokenizers 库支持）。基于 Unigram。此标记器继承自 PreTrainedTokenizerFast，它包含了大多数主要方法。用户应参考此超类以了解有关这些方法的更多信息。

ALBERT 特有的输出

class transformers.models.albert.modeling_albert.AlbertForPreTrainingOutput

< >

( loss: torch.FloatTensor | None = None prediction_logits: torch.FloatTensor | None = None sop_logits: torch.FloatTensor | None = None hidden_states: tuple[torch.FloatTensor] | None = None attentions: tuple[torch.FloatTensor] | None = None )

参数

  • loss (*可选*, 当提供了 labels 时返回, torch.FloatTensor，形状为 (1,)) — 总损失，作为掩码语言建模损失和下一句预测（分类）损失的总和。
  • prediction_logits (torch.FloatTensor，形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测分数（在 SoftMax 之前每个词表标记的分数）。
  • sop_logits (torch.FloatTensor，形状为 (batch_size, 2)) — 下一句预测（分类）头的预测分数（在 SoftMax 之前 True/False 连续性的分数）。
  • hidden_states (tuple[torch.FloatTensor], 可选, 当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（如果模型有嵌入层，则第一个为嵌入输出，之后每一层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

    每一层输出的模型隐藏状态以及可选的初始嵌入输出。

  • attentions (tuple[torch.FloatTensor], 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

    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。

  • loss (*可选*, 当提供了 labels 时返回, torch.FloatTensor，形状为 (1,)) — 总损失，作为掩码语言建模损失和下一句预测（分类）损失的总和。
  • prediction_logits (torch.FloatTensor，形状为 (batch_size, sequence_length, config.vocab_size)) — 语言建模头的预测分数（在 SoftMax 之前每个词表标记的分数）。
  • sop_logits (torch.FloatTensor，形状为 (batch_size, 2)) — 下一句预测（分类）头的预测分数（在 SoftMax 之前 True/False 连续性的分数）。
  • hidden_states (tuple[torch.FloatTensor], 可选, 当传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 的元组（如果模型有嵌入层，则第一个为嵌入输出，之后每一层输出一个），形状为 (batch_size, sequence_length, hidden_size)。

    每一层输出的模型隐藏状态以及可选的初始嵌入输出。

  • attentions (tuple[torch.FloatTensor], 可选, 当传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 的元组（每一层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

    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。

AlbertForPreTraining 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

< >

( config: AlbertConfig )

参数

  • config (AlbertConfig) — 模型配置类，包含模型的所有参数。使用配置文件初始化不会加载与模型相关的权重，仅加载配置。请查看 from_pretrained() 方法以加载模型权重。

带有顶部多项选择分类头（池化输出之上的线性层和 Softmax）的 Albert 模型，例如用于 RocStories/SWAG 任务。

该模型继承自 PreTrainedModel。请查看超类文档以了解该库为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、剪枝头部等）。

此模型也是一个 PyTorch torch.nn.Module 子类。像普通的 PyTorch Module 一样使用它，并参考 PyTorch 文档了解一般用法和行为的所有相关信息。

forward

< >

( input_ids: torch.LongTensor | None = None attention_mask: torch.FloatTensor | None = None token_type_ids: torch.LongTensor | None = None position_ids: torch.LongTensor | None = None inputs_embeds: torch.FloatTensor | None = None labels: torch.LongTensor | None = None **kwargs: typing_extensions.Unpack[transformers.utils.generic.TransformersKwargs] ) → AlbertForPreTrainingOutput 或 tuple(torch.FloatTensor)

参数

  • input_ids (torch.LongTensor，形状为 (batch_size, num_choices, sequence_length)) — 词表中输入序列 token 的索引。

    索引可以使用 AutoTokenizer 获取。详情请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。

    什么是 input IDs？

  • attention_mask (torch.FloatTensor，形状为 (batch_size, sequence_length)，可选) — 用于避免对填充 token 索引执行注意力机制的掩码。掩码值选自 [0, 1]：

    • 1 表示 未被掩码 的 token，
    • 0 表示 被掩码 的 token。

    什么是注意力掩码？

  • token_type_ids (torch.LongTensor，形状为 (batch_size, num_choices, sequence_length)，可选) — 用于指示输入的第一部分和第二部分的片段 token 索引。索引选自 [0, 1]：

    • 0 对应于 句子 A token，
    • 1 对应于 句子 B token。

    什么是 token 类型 ID？

  • position_ids (torch.LongTensor，形状为 (batch_size, num_choices, sequence_length)，可选) — 位置嵌入中每个输入序列 token 的位置索引。选自范围 [0, config.max_position_embeddings - 1]。

    什么是位置 ID？

  • inputs_embeds (torch.FloatTensor，形状为 (batch_size, num_choices, sequence_length, hidden_size)，可选) — 可选地，你可以选择直接传入嵌入表示，而不是传入 input_ids。如果你希望在如何将 input_ids 索引转换为关联向量方面拥有比模型内部嵌入查找矩阵更多的控制权，这非常有用。
  • labels (torch.LongTensor，形状为 (batch_size,)，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 是输入张量第二维度的大小。（参见上面的 input_ids）

返回

AlbertForPreTrainingOutput 或 tuple(torch.FloatTensor)

一个 AlbertForPreTrainingOutput 或一个 torch.FloatTensor 元组（如果传入 return_dict=False 或 config.return_dict=False），包含根据配置（AlbertConfig）和输入的不同元素。

AlbertForMultipleChoice 的前向传播方法，覆盖了 __call__ 特殊方法。

虽然 forward pass 的实现需要在此函数中定义，但你应该在之后调用 Module 实例而不是这个，因为前者负责运行预处理和后处理步骤，而后者会静默地忽略它们。

  • loss (*可选*, 当提供 labels 时返回, torch.FloatTensor, 形状为 (1,)) — 总损失，是掩码语言建模损失和下一句预测（分类）损失的总和。

  • 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 (torch.FloatTensor，形状为 (batch_size, 2)) — 下一句预测（分类）头的预测分数（SoftMax 之前的 True/False 延续分数）。

  • hidden_states (tuple[torch.FloatTensor]，可选，在传入 output_hidden_states=True 或 config.output_hidden_states=True 时返回) — torch.FloatTensor 元组（一个用于嵌入层的输出（如果模型有嵌入层的话） + 一个用于每层输出），形状为 (batch_size, sequence_length, hidden_size)。

    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，在传入 output_attentions=True 或 config.output_attentions=True 时返回) — torch.FloatTensor 元组（每层一个），形状为 (batch_size, num_heads, sequence_length, sequence_length)。

    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。

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

AlbertForTokenClassification

[[autodoc]] AlbertForTokenClassification - forward

AlbertForQuestionAnswering

[[autodoc]] AlbertForQuestionAnswering - forward

在 GitHub 上更新

←AFMoE Apertus→
© . This site is unofficial and not affiliated with Hugging Face, Inc.