Transformers 文档
BLOOM
并获得增强的文档体验
开始使用
BLOOM
概述
BLOOM 模型及其各种版本是通过 BigScience 工作坊 提出的。BigScience 的灵感来源于其他开放科学倡议,在这些倡议中,研究人员汇集他们的时间和资源,共同实现更大的影响力。BLOOM 的架构本质上与 GPT3 类似(用于下一个词元预测的自回归模型),但在 46 种不同语言和 13 种编程语言上进行了训练。该模型的几个较小版本也在同一数据集上进行了训练。BLOOM 提供以下版本:
资源
Hugging Face 官方和社区(由 🌎 标识)提供的资源列表,帮助您开始使用 BLOOM。如果您有兴趣提交资源以包含在此处,请随时发起拉取请求,我们将对其进行审核!资源最好能展示一些新内容,而不是重复现有资源。
另请参阅
⚡️ 推理
- 一篇关于优化故事:Bloom 推理的博客。
- 一篇关于使用 DeepSpeed 和 Accelerate 实现极速 BLOOM 推理的博客。
⚙️ 训练
- 一篇关于BLOOM 训练背后的技术的博客。
BloomConfig
class transformers.BloomConfig
< 源 >( vocab_size = 250880 hidden_size = 64 n_layer = 2 n_head = 8 layer_norm_epsilon = 1e-05 initializer_range = 0.02 use_cache = True bos_token_id = 1 eos_token_id = 2 apply_residual_connection_post_layernorm = False hidden_dropout = 0.0 attention_dropout = 0.0 pretraining_tp = 1 slow_but_exact = False **kwargs )
参数
- vocab_size (
int
, 可选, 默认为 250880) — Bloom 模型的词汇表大小。定义了调用 BloomModel 时传入的inputs_ids
所能表示的最大不同词元数量。请查看此讨论了解vocab_size
是如何定义的。 - hidden_size (
int
, 可选, 默认为 64) — 嵌入层和隐藏层的维度。 - n_layer (
int
, 可选, 默认为 2) — Transformer 编码器中的隐藏层数。 - n_head (
int
, 可选, 默认为 8) — Transformer 编码器中每个注意力层的注意力头数。 - layer_norm_epsilon (
float
, 可选, 默认为 1e-5) — 层归一化层中使用的 epsilon。 - 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。 - apply_residual_connection_post_layernorm (
bool
, 可选, 默认为False
) — 如果启用,则在 Transformer 模块中使用隐藏状态的层归一化作为残差。 - hidden_dropout (
float
, 可选, 默认为 0.1) — 偏置丢弃函数中的丢弃率。 - attention_dropout (
float
, 可选, 默认为 0.1) — 应用于注意力概率的丢弃率。 - use_cache (
bool
, 可选, 默认为True
) — 模型是否应返回最后一个键/值注意力(并非所有模型都使用)。 - pretraining_tp (
int
, 可选, 默认为1
) — 实验性功能。使用 Megatron 进行预训练时使用的张量并行等级。请参阅此文档以了解更多信息。此值对于确保预训练结果的精确可复现性是必要的。请参阅此问题。请注意,此功能仅在slow_but_exact=True
时启用。 - slow_but_exact (
bool
, 可选, 默认为False
) — 实验性功能。是否使用缓慢但精确的注意力机制实现。在合并张量并行(TP)等级张量时,由于切片操作,在 Megatron 上训练的模型与我们的模型之间的结果可能略有不同。请参阅此问题。获取更准确结果的一种解决方案是启用此功能。启用此功能会影响推理的计算时间。未来一旦主模型使用 TP_rank=1 进行微调,此问题可能会得到解决。
这是用于存储 BloomModel 配置的配置类。它用于根据指定的参数实例化一个 Bloom 模型,定义模型架构。使用默认值实例化配置将产生与 Bloom 架构 bigscience/bloom 相似的配置。
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 BloomConfig, BloomModel
>>> # Initializing a Bloom configuration
>>> configuration = BloomConfig()
>>> # Initializing a model (with random weights) from the configuration
>>> model = BloomModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
BloomTokenizerFast
class transformers.BloomTokenizerFast
< 源 >( vocab_file = None merges_file = None tokenizer_file = None unk_token = '<unk>' bos_token = '<s>' eos_token = '</s>' pad_token = '<pad>' add_prefix_space = False clean_up_tokenization_spaces = False **kwargs )
参数
- vocab_file (
str
) — 词汇表文件的路径。 - merges_file (
str
) — 合并文件的路径。 - errors (
str
, 可选, 默认为"replace"
) — 解码字节到 UTF-8 时遵循的范式。有关更多信息,请参阅 bytes.decode。 - unk_token (
str
, 可选, 默认为<|endoftext|>
) — 未知词元。不在词汇表中的词元无法转换为 ID,将被设置为此词元。 - bos_token (
str
, 可选, 默认为<|endoftext|>
) — 序列开始词元。 - eos_token (
str
, 可选, 默认为<|endoftext|>
) — 序列结束词元。 - add_prefix_space (
bool
, 可选, 默认为False
) — 是否在输入前添加一个初始空格。这允许将开头的单词与其他任何单词同等对待。(Bloom 分词器通过前面的空格检测单词的开头)。 - trim_offsets (
bool
, 可选, 默认为True
) — 后处理步骤是否应修剪偏移量以避免包含空格。
构建一个“快速”的 Bloom 分词器(由 HuggingFace 的 tokenizers 库支持)。基于字节级的字节对编码(Byte-Pair-Encoding)。
这个分词器经过训练,将空格视为词元的一部分(有点像 sentencepiece),所以一个词会
无论是否在句子开头(无空格),编码方式都会不同
>>> from transformers import BloomTokenizerFast
>>> tokenizer = BloomTokenizerFast.from_pretrained("bigscience/bloom")
>>> tokenizer("Hello world")["input_ids"]
[59414, 8876]
>>> tokenizer(" Hello world")["input_ids"]
[86153, 8876]
您可以通过在实例化此分词器时传递 add_prefix_space=True
来绕过此行为,但由于模型并非以此方式进行预训练,这可能会导致性能下降。
当与 is_split_into_words=True
一起使用时,此分词器需要以 add_prefix_space=True
进行实例化。
此分词器继承自 PreTrainedTokenizerFast,其中包含了大部分主要方法。用户应参考此超类以获取有关这些方法的更多信息。
BloomModel
class transformers.BloomModel
< source >( config: BloomConfig )
参数
- config (BloomConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查阅 from_pretrained() 方法来加载模型权重。
基础的 Bloom 模型,输出原始的隐藏状态,顶部没有任何特定的头部。
该模型继承自 PreTrainedModel。请查阅超类的文档以了解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)。
此模型也是 PyTorch 的 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
< source >( input_ids: typing.Optional[torch.LongTensor] = None past_key_values: typing.Union[transformers.cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.LongTensor] = None inputs_embeds: typing.Optional[torch.LongTensor] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None cache_position: typing.Optional[torch.LongTensor] = None **deprecated_arguments ) → transformers.modeling_outputs.BaseModelOutputWithPastAndCrossAttentions 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
,形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
,如果past_key_values
为None
,否则为past_key_values[0][0].shape[2]
(输入过去键值状态的sequence_length
)。词汇表中输入序列词元的索引。如果使用了
past_key_values
,则只应将那些尚未计算其过去值的input_ids
作为input_ids
传入。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- past_key_values (
Union[~cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType]
) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包括模型在解码的先前阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv cache 指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含两个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。这也称为旧版缓存格式。
模型将输出与输入相同的缓存格式。如果未传递
past_key_values
,则将返回旧版缓存格式。如果使用
past_key_values
,用户可以选择只输入形状为(batch_size, 1)
的最后一个input_ids
(那些没有提供其过去键值状态给此模型的词元),而不是形状为(batch_size, sequence_length)
的所有input_ids
。 - attention_mask (
torch.Tensor
,形状为(batch_size, sequence_length)
,可选) — 用于避免对填充词元索引执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示词元未被掩码,
- 0 表示词元被掩码。
- head_mask (
torch.LongTensor
,形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块中选定的注意力头无效的掩码。掩码值选自[0, 1]
:- 1 表示注意力头未被掩码,
- 0 表示注意力头被掩码。
- inputs_embeds (
torch.LongTensor
,形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选地,您可以选择直接传递嵌入表示而不是input_ids
。如果您想比模型的内部嵌入查找矩阵更多地控制如何将input_ids
索引转换为关联向量,这将非常有用。 - use_cache (
bool
,可选) — 如果设置为True
,将返回past_key_values
键值状态,可用于加速解码(请参阅past_key_values
)。 - 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) — 是否返回一个 ModelOutput 而不是一个普通的元组。 - cache_position (
torch.LongTensor
,形状为(sequence_length)
,可选) — 描述输入序列词元在序列中位置的索引。与position_ids
不同,此张量不受填充影响。它用于在正确的位置更新缓存并推断完整的序列长度。
返回
transformers.modeling_outputs.BaseModelOutputWithPastAndCrossAttentions 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.BaseModelOutputWithPastAndCrossAttentions 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),根据配置(BloomConfig)和输入,包含各种元素。
-
last_hidden_state (
torch.FloatTensor
, 形状为(batch_size, sequence_length, hidden_size)
) — 模型最后一层输出的隐藏状态序列。如果使用了
past_key_values
,则只输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
past_key_values (
Cache
,可选,当传递use_cache=True
或当config.use_cache=True
时返回) — 这是一个 Cache 实例。更多详情,请参阅我们的 kv cache 指南。包含预先计算的隐藏状态(自注意力块中的键和值,如果
config.is_encoder_decoder=True
则还包括交叉注意力块中的键和值),可用于(参见past_key_values
输入)加速顺序解码。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则第一个是嵌入层的输出,+ 之后是每一层的输出),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,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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。
-
cross_attentions (
tuple(torch.FloatTensor)
,可选,当传递output_attentions=True
和config.add_cross_attention=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(每层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。解码器交叉注意力层的注意力权重,在注意力 softmax 之后,用于计算交叉注意力头中的加权平均。
BloomModel 的 forward 方法,重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
BloomForCausalLM
class transformers.BloomForCausalLM
< source >( config: BloomConfig )
参数
- config (BloomConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查阅 from_pretrained() 方法来加载模型权重。
带有一个语言建模头部的 Bloom 模型 transformer(一个权重与输入嵌入绑定的线性层)。
该模型继承自 PreTrainedModel。请查阅超类的文档以了解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)。
此模型也是 PyTorch 的 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
< source >( input_ids: typing.Optional[torch.LongTensor] = None past_key_values: typing.Union[transformers.cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None labels: typing.Optional[torch.Tensor] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None cache_position: typing.Optional[torch.LongTensor] = None **deprecated_arguments ) → transformers.modeling_outputs.CausalLMOutputWithCrossAttentions 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
,形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
,如果past_key_values
为None
,否则为past_key_values[0][0].shape[2]
(输入过去键值状态的sequence_length
)。词汇表中输入序列词元的索引。如果使用了
past_key_values
,则只应将那些尚未计算其过去值的input_ids
作为input_ids
传入。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- past_key_values (
Union[~cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType]
) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包括模型在解码的先前阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv cache 指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含两个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。这也称为旧版缓存格式。
模型将输出与输入相同的缓存格式。如果未传递
past_key_values
,则将返回旧版缓存格式。如果使用
past_key_values
,用户可以选择只输入形状为(batch_size, 1)
的最后一个input_ids
(那些没有提供其过去键值状态给此模型的词元),而不是形状为(batch_size, sequence_length)
的所有input_ids
。 - attention_mask (
torch.Tensor
,形状为(batch_size, sequence_length)
,可选) — 用于避免对填充词元索引执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示词元未被掩码,
- 0 表示词元被掩码。
- head_mask (
torch.Tensor
,形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块中选定的注意力头无效的掩码。掩码值选自[0, 1]
:- 1 表示注意力头未被掩码,
- 0 表示注意力头被掩码。
- inputs_embeds (
torch.Tensor
,形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选地,您可以选择直接传递嵌入表示而不是input_ids
。如果您想比模型的内部嵌入查找矩阵更多地控制如何将input_ids
索引转换为关联向量,这将非常有用。 - labels (
torch.LongTensor
,形状为(batch_size, sequence_length)
,可选) — 语言建模的标签。请注意,标签在模型内部被移动,即您可以设置labels = input_ids
。索引选自[-100, 0, ..., config.vocab_size]
。所有设置为-100
的标签都会被忽略(掩码),损失仅针对[0, ..., config.vocab_size]
中的标签计算。 - use_cache (
bool
,可选) — 如果设置为True
,将返回past_key_values
键值状态,可用于加速解码(请参阅past_key_values
)。 - 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) — 是否返回一个 ModelOutput 而不是一个普通的元组。 - cache_position (
torch.LongTensor
,形状为(sequence_length)
,可选) — 描述输入序列词元在序列中位置的索引。与position_ids
不同,此张量不受填充影响。它用于在正确的位置更新缓存并推断完整的序列长度。
返回
transformers.modeling_outputs.CausalLMOutputWithCrossAttentions 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.CausalLMOutputWithCrossAttentions 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),根据配置(BloomConfig)和输入,包含各种元素。
-
loss (
torch.FloatTensor
形状为(1,)
,可选,当提供labels
时返回) — 语言建模损失(用于下一个 token 预测)。 -
logits (形状为
(batch_size, sequence_length, config.vocab_size)
的torch.FloatTensor
) — 语言建模头部的预测分数(SoftMax 之前的每个词汇标记的分数)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则第一个是嵌入层的输出,+ 之后是每一层的输出),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,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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。
-
cross_attentions (
tuple(torch.FloatTensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(每层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 后的交叉注意力权重,用于计算交叉注意力头中的加权平均。
-
past_key_values (
Cache
,可选,当传递use_cache=True
或当config.use_cache=True
时返回) — 这是一个 Cache 实例。更多详情,请参阅我们的 kv cache 指南。包含预先计算的隐藏状态(注意力块中的键和值),可用于(参见
past_key_values
输入)加速顺序解码。
BloomForCausalLM 的 forward 方法,重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
BloomForSequenceClassification
class transformers.BloomForSequenceClassification
< source >( config: BloomConfig )
参数
- config (BloomConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查阅 from_pretrained() 方法来加载模型权重。
带有一个序列分类头部的 Bloom 模型 transformer(一个线性层)。
BloomForSequenceClassification 使用最后一个词元进行分类,与其他因果模型(如 GPT-1)的做法相同。
由于它对最后一个词元进行分类,因此需要知道最后一个词元的位置。如果在配置中定义了 pad_token_id
,它会找到每行中不是填充词元的最后一个词元。如果没有定义 pad_token_id
,它会简单地取每行批次中的最后一个值。由于当传递 inputs_embeds
而不是 input_ids
时,它无法猜测填充词元,因此它会做同样的操作(取每行批次中的最后一个值)。
该模型继承自 PreTrainedModel。请查阅超类的文档以了解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)。
此模型也是 PyTorch 的 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
< source >( input_ids: typing.Optional[torch.LongTensor] = None past_key_values: typing.Union[transformers.cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None labels: typing.Optional[torch.Tensor] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None **deprecated_arguments ) → transformers.modeling_outputs.SequenceClassifierOutputWithPast
或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
,形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
,如果past_key_values
为None
,否则为past_key_values[0][0].shape[2]
(输入过去键值状态的sequence_length
)。词汇表中输入序列词元的索引。如果使用了
past_key_values
,则只应将那些尚未计算其过去值的input_ids
作为input_ids
传入。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- past_key_values (
Union[~cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType]
) — 预先计算的隐藏状态(自注意力块和交叉注意力块中的键和值),可用于加速顺序解码。这通常包括模型在解码的先前阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv cache 指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含两个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。这也称为旧版缓存格式。
模型将输出与输入相同的缓存格式。如果未传递
past_key_values
,则将返回旧版缓存格式。如果使用
past_key_values
,用户可以选择只输入形状为(batch_size, 1)
的最后一个input_ids
(那些没有提供其过去键值状态给此模型的词元),而不是形状为(batch_size, sequence_length)
的所有input_ids
。 - attention_mask (
torch.Tensor
,形状为(batch_size, sequence_length)
,可选) — 用于避免对填充词元索引执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示词元未被掩码,
- 0 表示词元被掩码。
- head_mask (
torch.Tensor
,形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块中选定的注意力头无效的掩码。掩码值选自[0, 1]
:- 1 表示注意力头未被掩码,
- 0 表示注意力头被掩码。
- inputs_embeds (
torch.Tensor
,形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选地,您可以选择直接传递嵌入表示而不是input_ids
。如果您想比模型的内部嵌入查找矩阵更多地控制如何将input_ids
索引转换为关联向量,这将非常有用。 - labels (
torch.LongTensor
,形状为(batch_size,)
,可选) — 用于计算序列分类/回归损失的标签。索引应在[0, ..., config.num_labels - 1]
范围内。如果config.num_labels == 1
,则计算回归损失(均方损失),如果config.num_labels > 1
,则计算分类损失(交叉熵)。 - use_cache (
bool
,可选) — 如果设置为True
,将返回past_key_values
键值状态,可用于加速解码(请参阅past_key_values
)。 - 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) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_outputs.SequenceClassifierOutputWithPast
或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.SequenceClassifierOutputWithPast
或一个 torch.FloatTensor
元组(如果传入 return_dict=False
或 config.return_dict=False
),其包含的各种元素取决于配置(BloomConfig)和输入。
-
loss (形状为
(1,)
的torch.FloatTensor
,可选,当提供labels
时返回) — 分类损失(如果 config.num_labels==1,则为回归损失)。 -
logits (形状为
(batch_size, config.num_labels)
的torch.FloatTensor
) — 分类(如果 config.num_labels==1,则为回归)分数(SoftMax 之前)。 -
past_key_values (
Cache
,可选,当传递use_cache=True
或当config.use_cache=True
时返回) — 这是一个 Cache 实例。更多详情,请参阅我们的 kv cache 指南。包含预计算的隐藏状态(自注意力块中的键和值),可用于(参见
past_key_values
输入)加速顺序解码。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则第一个是嵌入层的输出,+ 之后是每一层的输出),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,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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。
BloomForSequenceClassification 的 forward 方法重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
单标签分类示例
>>> import torch
>>> from transformers import AutoTokenizer, BloomForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom")
>>> model = BloomForSequenceClassification.from_pretrained("bigscience/bloom")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> predicted_class_id = logits.argmax().item()
>>> model.config.id2label[predicted_class_id]
...
>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = BloomForSequenceClassification.from_pretrained("bigscience/bloom", num_labels=num_labels)
>>> labels = torch.tensor([1])
>>> loss = model(**inputs, labels=labels).loss
>>> round(loss.item(), 2)
...
多标签分类示例
>>> import torch
>>> from transformers import AutoTokenizer, BloomForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom")
>>> model = BloomForSequenceClassification.from_pretrained("bigscience/bloom", problem_type="multi_label_classification")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> predicted_class_ids = torch.arange(0, logits.shape[-1])[torch.sigmoid(logits).squeeze(dim=0) > 0.5]
>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = BloomForSequenceClassification.from_pretrained(
... "bigscience/bloom", num_labels=num_labels, problem_type="multi_label_classification"
... )
>>> labels = torch.sum(
... torch.nn.functional.one_hot(predicted_class_ids[None, :].clone(), num_classes=num_labels), dim=1
... ).to(torch.float)
>>> loss = model(**inputs, labels=labels).loss
BloomForTokenClassification
class transformers.BloomForTokenClassification
< 源 >( config: BloomConfig )
参数
- config (BloomConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查看 from_pretrained() 方法来加载模型权重。
带有一个词元分类头的 Bloom Transformer(在隐藏状态输出之上加一个线性层),例如用于命名实体识别(NER)任务。
该模型继承自 PreTrainedModel。请查阅超类的文档以了解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)。
此模型也是 PyTorch 的 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
< 源 >( input_ids: typing.Optional[torch.LongTensor] = None past_key_values: typing.Union[transformers.cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType] = None attention_mask: typing.Optional[torch.Tensor] = None head_mask: typing.Optional[torch.Tensor] = None inputs_embeds: typing.Optional[torch.Tensor] = None labels: typing.Optional[torch.Tensor] = None use_cache: typing.Optional[bool] = None output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None **deprecated_arguments ) → transformers.modeling_outputs.TokenClassifierOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, input_ids_length)
的torch.LongTensor
) —input_ids_length
=sequence_length
(如果past_key_values
为None
),否则为past_key_values[0][0].shape[2]
(输入过去键值状态的sequence_length
)。词汇表中输入序列词元的索引。如果使用了
past_key_values
,则只应传递那些尚未计算其过去状态的input_ids
。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- past_key_values (
Union[~cache_utils.Cache, tuple[tuple[torch.Tensor, torch.Tensor], ...], NoneType]
) — 预计算的隐藏状态(自注意力和交叉注意力块中的键和值),可用于加速序列解码。这通常包括模型在解码的先前阶段返回的past_key_values
,当use_cache=True
或config.use_cache=True
时。允许两种格式:
- 一个 Cache 实例,请参阅我们的 kv 缓存指南;
- 长度为
config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。这也称为旧版缓存格式。
模型将输出与输入相同的缓存格式。如果没有传递
past_key_values
,则将返回旧版缓存格式。如果使用
past_key_values
,用户可以选择只输入最后的input_ids
(那些没有提供其过去键值状态给此模型的 `input_ids`),形状为(batch_size, 1)
,而不是所有形状为(batch_size, sequence_length)
的input_ids
。 - attention_mask (形状为
(batch_size, sequence_length)
的torch.Tensor
, 可选) — 用于避免在填充词元索引上执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示词元未被掩码,
- 0 表示词元被掩码。
- head_mask (形状为
(num_heads,)
或(num_layers, num_heads)
的torch.Tensor
, 可选) — 用于置零自注意力模块中选定头的掩码。掩码值选自[0, 1]
:- 1 表示头未被掩码,
- 0 表示头被掩码。
- inputs_embeds (形状为
(batch_size, sequence_length, hidden_size)
的torch.Tensor
, 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
。如果你想比模型内部的嵌入查找矩阵更好地控制如何将input_ids
索引转换为关联向量,这会很有用。 - labels (形状为
(batch_size,)
的torch.LongTensor
, 可选) — 用于计算序列分类/回归损失的标签。索引应在[0, ..., config.num_labels - 1]
范围内。如果config.num_labels == 1
,则计算回归损失(均方损失);如果config.num_labels > 1
,则计算分类损失(交叉熵)。 - use_cache (
bool
, 可选) — 如果设置为True
,则返回past_key_values
键值状态,可用于加速解码(参见past_key_values
)。 - 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) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_outputs.TokenClassifierOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.TokenClassifierOutput 或一个 torch.FloatTensor
元组(如果传入 return_dict=False
或 config.return_dict=False
),其包含的各种元素取决于配置(BloomConfig)和输入。
-
loss (形状为
(1,)
的torch.FloatTensor
,可选,当提供labels
时返回) — 分类损失。 -
logits (形状为
(batch_size, sequence_length, config.num_labels)
的torch.FloatTensor
) — 分类分数(SoftMax 之前)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则第一个是嵌入层的输出,+ 之后是每一层的输出),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,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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。
BloomForTokenClassification 的 forward 方法重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, BloomForTokenClassification
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom")
>>> model = BloomForTokenClassification.from_pretrained("bigscience/bloom")
>>> inputs = tokenizer(
... "HuggingFace is a company based in Paris and New York", add_special_tokens=False, return_tensors="pt"
... )
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> predicted_token_class_ids = logits.argmax(-1)
>>> # Note that tokens are classified rather then input words which means that
>>> # there might be more predicted token classes than words.
>>> # Multiple token classes might account for the same word
>>> predicted_tokens_classes = [model.config.id2label[t.item()] for t in predicted_token_class_ids[0]]
>>> predicted_tokens_classes
...
>>> labels = predicted_token_class_ids
>>> loss = model(**inputs, labels=labels).loss
>>> round(loss.item(), 2)
...
BloomForQuestionAnswering
class transformers.BloomForQuestionAnswering
< 源 >( config )
参数
- config (BloomForQuestionAnswering) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查看 from_pretrained() 方法来加载模型权重。
带有一个片段分类头的 Bloom Transformer,用于抽取式问答任务,如 SQuAD(在隐藏状态输出之上加一个线性层,用于计算 片段开始 logits
和 片段结束 logits
)。
该模型继承自 PreTrainedModel。请查阅超类的文档以了解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)。
此模型也是 PyTorch 的 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
< 源 >( input_ids: typing.Optional[torch.LongTensor] = None attention_mask: typing.Optional[torch.FloatTensor] = None position_ids: typing.Optional[torch.LongTensor] = None head_mask: typing.Optional[torch.FloatTensor] = None inputs_embeds: typing.Optional[torch.FloatTensor] = None start_positions: typing.Optional[torch.LongTensor] = None end_positions: 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.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, input_ids_length)
的torch.LongTensor
) —input_ids_length
=sequence_length
(如果past_key_values
为None
),否则为past_key_values[0][0].shape[2]
(输入过去键值状态的sequence_length
)。词汇表中输入序列词元的索引。如果使用了
past_key_values
,则只应传递那些尚未计算其过去状态的input_ids
。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (形状为
(batch_size, sequence_length)
的torch.FloatTensor
, 可选) — 用于避免在填充词元索引上执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示词元未被掩码,
- 0 表示词元被掩码。
- position_ids (形状为
(batch_size, sequence_length)
的torch.LongTensor
, 可选) — 位置嵌入中每个输入序列词元的位置索引。选自范围[0, config.n_positions - 1]
。 - 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。掩码值选自[0, 1]
:- 1 表示头未被掩码,
- 0 表示头被掩码。
- inputs_embeds (形状为
(batch_size, 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
。如果你想比模型内部的嵌入查找矩阵更好地控制如何将input_ids
索引转换为关联向量,这会很有用。 - start_positions (形状为
(batch_size,)
的torch.LongTensor
, 可选) — 标记片段开始位置(索引)的标签,用于计算词元分类损失。位置被限制在序列长度(sequence_length
)内。超出序列的位置不计入损失计算。 - end_positions (形状为
(batch_size,)
的torch.LongTensor
, 可选) — 标记片段结束位置(索引)的标签,用于计算词元分类损失。位置被限制在序列长度(sequence_length
)内。超出序列的位置不计入损失计算。 - 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) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个 torch.FloatTensor
元组(如果传入 return_dict=False
或 config.return_dict=False
),其包含的各种元素取决于配置(BloomConfig)和输入。
-
loss (
torch.FloatTensor
of shape(1,)
, 可选, 当提供labels
时返回) — 总范围提取损失是起始位置和结束位置的交叉熵之和。 -
start_logits (
torch.FloatTensor
of shape(batch_size, sequence_length)
) — 范围起始分数(SoftMax 之前)。 -
end_logits (
torch.FloatTensor
of shape(batch_size, sequence_length)
) — 范围结束分数(SoftMax 之前)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —torch.FloatTensor
的元组(如果模型有嵌入层,则第一个是嵌入层的输出,+ 之后是每一层的输出),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,当传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
的元组(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。
BloomForQuestionAnswering 的 forward 方法重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, BloomForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom")
>>> model = BloomForQuestionAnswering.from_pretrained("bigscience/bloom")
>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"
>>> inputs = tokenizer(question, text, return_tensors="pt")
>>> with torch.no_grad():
... outputs = model(**inputs)
>>> answer_start_index = outputs.start_logits.argmax()
>>> answer_end_index = outputs.end_logits.argmax()
>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]
>>> tokenizer.decode(predict_answer_tokens, skip_special_tokens=True)
...
>>> # target is "nice puppet"
>>> target_start_index = torch.tensor([14])
>>> target_end_index = torch.tensor([15])
>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.loss
>>> round(loss.item(), 2)
...
FlaxBloomModel
class transformers.FlaxBloomModel
< 源 >( config: BloomConfig input_shape: tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
- config (BloomConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查看 from_pretrained() 方法来加载模型权重。
- dtype (
jax.numpy.dtype
, 可选, 默认为jax.numpy.float32
) — 计算的数据类型。可以是jax.numpy.float32
、jax.numpy.float16
(在 GPU 上)和jax.numpy.bfloat16
(在 TPU 上)之一。这可用于在 GPU 或 TPU 上启用混合精度训练或半精度推理。如果指定,所有计算都将使用给定的
dtype
执行。请注意,这仅指定计算的 dtype,不影响模型参数的 dtype。
基础的 Bloom Transformer 模型,输出原始的隐藏状态,没有任何特定的头在其之上。
该模型继承自 FlaxPreTrainedModel。请查看超类文档以了解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、修剪头等)。
该模型也是 Flax Linen flax.nn.Module 的子类。可将其用作常规的 Flax 模块,并参考 Flax 文档了解与一般用法和行为相关的所有事宜。
最后,此模型支持固有的 JAX 功能,例如
__call__
< 源 >( input_ids attention_mask = None past_key_values: typing.Optional[dict] = None params: typing.Optional[dict] = None dropout_rng: <function PRNGKey at 0x7effc7ad3a30> = None train: bool = False output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, input_ids_length)
的numpy.ndarray
) —input_ids_length
=sequence_length
。词汇表中输入序列词元的索引。可以使用
BloomTokenizer
获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。 - attention_mask (形状为
(batch_size, sequence_length)
的numpy.ndarray
, 可选) — 用于避免在填充词元索引上执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示词元未被掩码,
- 0 表示词元被掩码。
- past_key_values (
dict[str, np.ndarray]
, 可选, 由init_cache
返回或在传递先前的past_key_values
时返回) — 预计算隐藏状态的字典(注意力块中的键和值),可用于快速自回归解码。预计算的键和值隐藏状态的形状为 [batch_size, max_length]。 - 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) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxBaseModelOutput 或一个 torch.FloatTensor
元组(如果传入 return_dict=False
或 config.return_dict=False
),其包含的各种元素取决于配置(BloomConfig)和输入。
-
last_hidden_state (形状为
(batch_size, sequence_length, hidden_size)
的jnp.ndarray
) — 模型最后一层输出的隐藏状态序列。 -
hidden_states (
tuple(jnp.ndarray)
, 可选, 当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) —jnp.ndarray
的元组(一个用于嵌入层的输出,一个用于每层的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每个层输出的隐藏状态加上初始嵌入输出。
-
attentions (
tuple(jnp.ndarray)
, 可选, 当传入output_attentions=True
或config.output_attentions=True
时返回) —jnp.ndarray
的元组(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。
FlaxBloomPreTrainedModel
的 forward 方法重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, FlaxBloomModel
>>> tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom")
>>> model = FlaxBloomModel.from_pretrained("bigscience/bloom")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="jax")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
FlaxBloomForCausalLM
class transformers.FlaxBloomForCausalLM
< 源 >( config: BloomConfig input_shape: tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
- config (BloomConfig) — 包含模型所有参数的模型配置类。使用配置文件进行初始化不会加载与模型相关的权重,只会加载配置。请查看 from_pretrained() 方法以加载模型权重。
- dtype (
jax.numpy.dtype
, 可选, 默认为jax.numpy.float32
) — 计算的数据类型。可以是jax.numpy.float32
、jax.numpy.float16
(在 GPU 上) 和jax.numpy.bfloat16
(在 TPU 上) 中的一种。这可用于在 GPU 或 TPU 上启用混合精度训练或半精度推理。如果指定,所有计算都将使用给定的
dtype
执行。请注意,这仅指定计算的数据类型,不影响模型参数的数据类型。
带有一个语言建模头部的 Bloom 模型 transformer(一个权重与输入嵌入绑定的线性层)。
该模型继承自 FlaxPreTrainedModel。请查看超类文档以了解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、修剪头等)。
该模型也是 Flax Linen flax.nn.Module 的子类。可将其用作常规的 Flax 模块,并参考 Flax 文档了解与一般用法和行为相关的所有事宜。
最后,此模型支持固有的 JAX 功能,例如
__call__
< 源代码 >( input_ids attention_mask = None past_key_values: typing.Optional[dict] = None params: typing.Optional[dict] = None dropout_rng: <function PRNGKey at 0x7effc7ad3a30> = None train: bool = False output_attentions: typing.Optional[bool] = None output_hidden_states: typing.Optional[bool] = None return_dict: typing.Optional[bool] = None ) → transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, input_ids_length)
的numpy.ndarray
) —input_ids_length
=sequence_length
。词汇表中输入序列标记的索引。可以使用
BloomTokenizer
获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。 - attention_mask (形状为
(batch_size, sequence_length)
的numpy.ndarray
, 可选) — 用于避免对填充标记索引执行注意力的掩码。掩码值选自[0, 1]
:- 1 表示标记未被遮盖,
- 0 表示标记被遮盖。
- past_key_values (
dict[str, np.ndarray]
, 可选,由init_cache
返回或在传递先前的past_key_values
时返回) — 包含预先计算的隐藏状态(注意力块中的键和值)的字典,可用于快速自回归解码。预先计算的键和值隐藏状态的形状为 [batch_size, max_length]。 - 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) — 是返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或一个 torch.FloatTensor
的元组 (如果传递了 return_dict=False
或当 config.return_dict=False
时),包含根据配置 (BloomConfig) 和输入的不同元素。
-
logits (形状为
(batch_size, sequence_length, config.vocab_size)
的jnp.ndarray
) — 语言建模头的预测分数(SoftMax 之前每个词汇 token 的分数)。 -
hidden_states (
tuple(jnp.ndarray)
, 可选, 当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) —jnp.ndarray
的元组(一个用于嵌入层的输出,一个用于每层的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每个层输出的隐藏状态加上初始嵌入输出。
-
attentions (
tuple(jnp.ndarray)
, 可选, 当传入output_attentions=True
或config.output_attentions=True
时返回) —jnp.ndarray
的元组(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。
FlaxBloomPreTrainedModel
的 forward 方法重写了 __call__
特殊方法。
虽然前向传播的流程需要在此函数中定义,但之后应调用 Module
实例而不是此函数,因为前者会处理前处理和后处理步骤,而后者会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, FlaxBloomForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom")
>>> model = FlaxBloomForCausalLM.from_pretrained("bigscience/bloom")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="np")
>>> outputs = model(**inputs)
>>> # retrieve logts for next token
>>> next_token_logits = outputs.logits[:, -1]