DeBERTa模型由Pengcheng He,Xiaodong Liu,Jianfeng Gao和Weizhu Chen在DeBERTa: Decoding-enhanced BERT with Disentangled Attention一文中提出,该文于2020年发表在arXiv上。它基于2018年Google发布的BERT模型和2019年Facebook发布的RoBERTa模型。
DeBERTa在RoBERTa的基础上,通过解耦的注意力机制和增强的掩码解码器训练改进,使用了RoBERTa一半的数据。
论文摘要如下
近年来,预训练神经语言模型在自然语言处理(NLP)任务中的性能得到了显著提升。本文提出了一种新的模型架构DeBERTa(解耦的BERT与注意力增强),通过两种新颖的技术改进了BERT和RoBERTa模型。第一种技术是解耦的注意力机制,其中每个词分别使用两个向量表示其内容和位置,而词之间的注意力权重使用了对内容和相对位置进行解耦的矩阵来计算。第二种技术是增强的掩码解码器,用于替换输出softmax层以预测模型预训练中的掩码标记。我们发现这些技术显著提高了模型预训练的效率和下游任务的表现。与RoBERTa-Large相比,在训练数据的一半上训练的DeBERTa模型在广泛的NLP任务上表现出色,MNLI上的提升为+0.9%(90.2% vs. 91.1%),SQuAD v2.0上的提升为+2.3%(88.4% vs. 90.7%),RACE上的提升为+3.6%(83.2% vs. 86.8%)。DeBERTa代码和预训练模型将公开发布在https://github.com/microsoft/DeBERTa。
以下信息直接可见于原实现代码库。DeBERTa v2是DeBERTa模型的第二个版本。它包括用于SuperGLUE单一模型提交的1.5B模型,实现了89.9的得分,比人类基线高0.1(89.8 vs. 89.9)。有关这个提交的更多详细信息,请参阅作者在博客上的文章。
新版本v2
- 词汇表在v2中,分词器已更改为使用从训练数据构建的128K大小的新词汇表。现在分词器使用的是基于sentencepiece的分词器,而不是基于GPT2的分词器。
- nGiE(nGram Induced Input Encoding)DeBERTa-v2模型使用一个额外的卷积层与第一个Transformer层一起,以更好地学习输入标记的局部依赖关系。
- 在注意力层中将位置投影矩阵与内容投影矩阵共享根据以前的实验,这可以在不影响性能的情况下节省参数。
- 应用Bucket对相对位置进行编码DeBERTa-v2模型使用对数Bucket来编码相对位置,与T5类似。
- 900M模型和1.5B模型还有两个额外的模型大小可供选择:900M和1.5B,它们显著提高了下游任务的表现。
此模型由DeBERTa贡献。此模型TF 2.0实现由kamalkraj贡献。原始代码可在此处找到。
资源
DebertaV2Config
类 transformers.DebertaV2Config
< 源码 >( vocab_size = 128100 hidden_size = 1536 num_hidden_layers = 24 num_attention_heads = 24 intermediate_size = 6144 hidden_act = 'gelu' hidden_dropout_prob = 0.1 attention_probs_dropout_prob = 0.1 max_position_embeddings = 512 type_vocab_size = 0 initializer_range = 0.02 layer_norm_eps = 1e-07 relative_attention = False max_relative_positions = -1 pad_token_id = 0 position_biased_input = True pos_att_type = None pooler_dropout = 0 pooler_hidden_act = 'gelu' **kwargs )
参数
- vocab_size (
int
, 可选,默认为128100) — DeBERTa-v2模型的词汇量。定义在调用DebertaV2Model时可以通过inputs_ids
表示的不同标记的数量。 - hidden_size (
int
, 可选,默认为1536) — 编码器层和池化层的空间维度。 - num_hidden_layers (
int
, 可选,默认为24) — Transformer编码器中的隐藏层数量。 - num_attention_heads (
int
, 可选,默认为24) — Transformer编码器每个注意力层中的注意力头数量。 - intermediate_size (
int
, 可选,默认为 6144) — Transformer 编码器中“中间”(通常称为前馈)层的维度。 - hidden_act (
str
或Callable
,可选,默认为"gelu"
) — 编码器和池器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"
、"gelu"
、"tanh"
、"gelu_fast"
、"mish"
、"linear"
、"sigmoid"
和"gelu_new"
。 - hidden_dropout_prob (
float
,可选,默认为 0.1) — 嵌入、编码器和池器中所有全连接层的 dropout 概率。 - attention_probs_dropout_prob (
float
, 可选,默认为0.1) — 注意力概率的Dropout比例。 - max_position_embeddings (
int
, 可选,默认为512) — 此模型可能用到的最大序列长度。通常为了安全起见,将其设置得很大(例如,512或1024或2048)。 - type_vocab_size (
int
, 可选,默认为0) — 调用DebertaModel或TFDebertaModel时传递的token_type_ids
的词汇表大小。 - initializer_range (
float
, 可选, 默认为 0.02) — 所有权重矩阵初始化用的 truncated_normal_initializer 的标准差。 - layer_norm_eps (
float
, 可选, 默认为 1e-7) — 层归一化层使用的 epsilon。 - relative_attention (
bool
, 可选, 默认为True
) — 是否使用相对位置编码。 - max_relative_positions (
int
, 可选, 默认为 -1) — 相对位置的取值范围[-max_position_embeddings, max_position_embeddings]
。使用与max_position_embeddings
相同的值。 - pad_token_id (
int
, 可选, 默认为 0) — 用于填充 input_ids 的值。 - position_biased_input (
bool
, 可选, 默认为True
) — 是否添加绝对位置编码到内容编码中。 - pos_att_type (
List[str]
, 可选) — 相对位置注意力的类型,可以是["p2c", "c2p"]
的组合,例如["p2c"]
,["p2c", "c2p"]
,["p2c", "c2p"]
。 - layer_norm_eps (
float
, 可选, 默认为 1e-12) — 层归一化层中使用的 epsilon 值。
这是一个用于存储DebertaV2Model配置的配置类。DebertaV2Model。它根据指定的参数实例化DeBERTa-v2模型,定义模型架构。使用默认值实例化配置将生成类似于DeBERTa microsoft/deberta-v2-xlarge架构的配置。
配置对象继承自PretrainedConfig,可用于控制模型输出。请参阅PretrainedConfig中的文档获取更多信息。
示例
>>> from transformers import DebertaV2Config, DebertaV2Model
>>> # Initializing a DeBERTa-v2 microsoft/deberta-v2-xlarge style configuration
>>> configuration = DebertaV2Config()
>>> # Initializing a model (with random weights) from the microsoft/deberta-v2-xlarge style configuration
>>> model = DebertaV2Model(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
DebertaV2Tokenizer
class transformers.DebertaV2Tokenizer
< source >( vocab_file do_lower_case = False split_by_punct = False bos_token = '[CLS]' eos_token = '[SEP]' unk_token = '[UNK]' sep_token = '[SEP]' pad_token = '[PAD]' cls_token = '[CLS]' mask_token = '[MASK]' sp_model_kwargs: Optional = None **kwargs )
参数
- vocab_file (
str
) — 包含实现分词器所必需词汇的 SentencePiece 文件(通常具有 .spm 扩展名)。 - do_lower_case (
bool
, 可选, 默认为False
) — 在分词时是否将输入转换为小写。 - bos_token (
字符串
, 可选, 默认为"[CLS]"
) — 预训练过程中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,这不是序列开始时所使用的标记。使用的标记是cls_token
。 - eos_token (
字符串
, 可选, 默认为"[SEP]"
) — 序列结束标记。当使用特殊标记构建序列时,这不是序列结束时所使用的标记。使用的标记是sep_token
。 - unk_token (
字符串
, 可选, 默认为"[UNK]"
) — 未知标记。不在词汇表中的标记不能转换为ID,因此将其设置为此标记。 - 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,例如两个序列用于序列分类或用于文本和问题进行问答。它也被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]"
) — 扩充标记,用于不同长度序列的批处理,例如。 - cls_token (
str
, 可选,默认为"[CLS]"
) — 分类标记,在执行序列分类(对整个序列而不是按标记分类)时使用。它是在使用特殊标记构建的序列中的第一个标记。 - mask_token (
str
,可选,默认为"[MASK]"
)—用于遮蔽值的标记。这是在训练本模型时用于遮蔽语言建模的标记。这是模型将试图预测的标记。 - sp_model_kwargs (
dict
,可选)—将被传递给SentencePieceProcessor.__init__()
方法。除了其他用途之外,可以使用SentencePiece的Python封装器来设置:
构建DeBERTa-v2标记器。基于SentencePiece。
build_inputs_with_special_tokens
< source >( token_ids_0 token_ids_1 = None ) → List[int]
通过连接和添加特殊标记,从序列或序列对构建模型输入,用于序列分类任务。DeBERTa序列具有以下格式
- 单个序列:[CLS] X [SEP]
- 序列对:[CLS] A [SEP] B [SEP]
get_special_tokens_mask
< source >( token_ids_0 token_ids_1 = None already_has_special_tokens = False ) → List[int]
从没有添加特殊标记的标记列表中检索序列 ID。当使用标记器的方法 prepare_for_model
或 encode_plus
添加特殊标记时,会调用此方法。
create_token_type_ids_from_sequences
< source >( token_ids_0 token_ids_1 = None ) → List[int]
从传递给序列-pair分类任务的两个序列创建掩码。DeBERTa
如果token_ids_1
是None
,则此方法只返回掩码的第一部分(0s)。
DebertaV2TokenizerFast
类 transformers.DebertaV2TokenizerFast
< 来源 >( vocab_file = None tokenizer_file = None do_lower_case = False split_by_punct = 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
) — 存储创建分词器所需语料库的 SentencePiece 文件(通常具有 .spm 扩展名)。 - do_lower_case (
bool
, 可选, 默认为False
) — 在标记化时是否将输入转换为小写。 - bos_token (
字符串
,可选,默认为"[CLS]"
) —— 在预训练过程中使用的序列开头标记。可以用作序列分类标记。当使用特殊标记构建序列时,这不是用作序列开头的标记。用作的标记是cls_token
。 - eos_token (
字符串
,可选,默认为"[SEP]"
) —— 序列结束标记。当使用特殊标记构建序列时,这不是用作序列结束的标记。用作的标记是sep_token
。 - unk_token (
字符串
,可选,默认为"[UNK]"
) —— 未知标记。不在词汇表中的标记不能转换为ID,将被设置为该标记。 - 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(对整个序列的分类而不是按标记分类)的两个序列,或用于问答的文本和问题。它也是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,例如在处理不同长度的序列批处理时使用。 - cls_token (
str
,可选,默认为"[CLS]"
)— 用于序列分类(整序列分类而非按标记分类)的分类器标记。当与特殊标记一起构建序列时,它是序列的第一个标记。 - mask_token (
str
, 可选, 默认为"[MASK]"
) — 用于遮蔽值的标记。这是在用掩码语言建模训练此模型时使用的标记。这是模型将尝试预测的标记。 - sp_model_kwargs (
dict
, 可选) — 将传递给SentencePieceProcessor.__init__()
方法。除了其他目的之外,可以使用 SentencePiece 的 Python 封装器 来设置:-
enable_sampling
: 启用子词正则化。 -
nbest_size
: 单词采样参数。对于 BPE-Dropout 无效。nbest_size = {0,1}
: 不进行采样。nbest_size > 1
: 从 nbest_size 个结果中采样。nbest_size < 0
: 假设 nbest_size 为无穷大,并使用前向滤波和后向采样算法从所有假设(图灵机)中采样。
-
alpha
: 单词采样平滑参数,以及 BPE-dropout 合并操作的 dropout 概率。
-
构建 DeBERTa-v2 快速分词器。是基于 SentencePiece。
build_inputs_with_special_tokens
< 来源 >( token_ids_0 token_ids_1 = None ) → List[int]
通过连接和添加特殊标记,从序列或序列对构建模型输入,用于序列分类任务。DeBERTa序列具有以下格式
- 单个序列:[CLS] X [SEP]
- 序列对:[CLS] A [SEP] B [SEP]
create_token_type_ids_from_sequences
< 源代码 >( token_ids_0 token_ids_1 = None ) → List[int]
从传递给序列-pair分类任务的两个序列创建掩码。DeBERTa
如果token_ids_1
是None
,则此方法只返回掩码的第一部分(0s)。
DebertaV2Model
类 transformers.DebertaV2Model
< 源代码 >( config )
参数
- config (DebertaV2Config) — 模型配置类,包含所有模型参数。用配置文件初始化时不会加载与模型相关的权重,仅加载配置。请检查from_pretrained()方法以加载模型权重。
DeBERTa模型是一个没有在顶部添加任何特定头的裸DeBERTa模型transformer,它输出原始隐藏状态。DeBERTa模型由Pengcheng He、Xiaodong Liu、Jianfeng Gao、Weizhu Chen在DeBERTa: Decoding-enhanced BERT with Disentangled Attention一文中提出。它在BERT/RoBERTa的基础上增加了两个改进,即分离的注意力和增强的掩码解码器。这两个改进使得在大多数任务上,使用80GB预训练数据的DeBERTa模型优于BERT/RoBERTa。
此模型也是PyTorch torch.nn.Module的子类。将其用作常规的PyTorch模块,并请 Refer to the PyTorch documentation for all matters related to general usage and behavior.
正向
< source >( input_ids: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None inputs_embeds: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.BaseModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状(batch_size, sequence_length)
) — 输入序列词汇中的标记索引。索引可以通过使用 AutoTokenizer 获得。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
形状(batch_size, sequence_length)
, 可选) — 避免在填充标记索引上执行注意力的掩码。掩码值在[0, 1]
中选择:- 1 表示未进行掩码的标记
- 0 表示进行掩码的标记
- token_type_ids (
torch.LongTensor
形状(batch_size, sequence_length)
,可选) —— 段落标记索引,用于指示输入的第一部分和第二部分。索引在[0, 1]
范围内选定:- 0 对应于 句子A 标记,
- 1 对应于 句子B 标记。
- position_ids (
torch.LongTensor
形状(batch_size, sequence_length)
,可选) —— 每个输入序列标记的位置在位置嵌入中的索引。选定范围为[0, config.max_position_embeddings - 1]
。 - inputs_embeds (
torch.FloatTensor
形状(batch_size, sequence_length, hidden_size)
,可选) —— 可选的,你可以直接传递嵌入表示而不是传递input_ids
。如果你想要比模型内部的嵌入查找矩阵有更多的控制,将 input_ids 索引转换为相关向量的方式,这是非常有用的。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。请参阅返回张量下的attentions
以获取更多详情。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。请参阅返回张量下的hidden_states
以获取更多详情。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通元组。
返回值
transformers.modeling_outputs.BaseModelOutput 或 tuple(torch.FloatTensor)
A transformers.modeling_outputs.BaseModelOutput 或一个由 torch.FloatTensor
组成的元组(如果传递了 return_dict=False
或 config.return_dict=False
),根据配置(DebertaV2Config)和输入包含不同的元素。
-
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。 -
hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个来自嵌入层输出(如果模型有嵌入层)和每层输出(torch.FloatTensor
)的元组,形状为(batch_size, sequence_length, hidden_size)
。模型每层的隐藏状态以及可选的初始嵌入输出。
-
注意事项 (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
时返回,或者在config.output_attentions=True
时返回) — 一个(每个层一个)形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
DebertaV2Model 的前向方法覆盖了特殊方法 __call__
。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, DebertaV2Model
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2Model.from_pretrained("microsoft/deberta-v2-xlarge")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
DebertaV2PreTrainedModel
class transformers.DebertaV2PreTrainedModel
< source >( config: PretrainedConfig *inputs **kwargs )
一个用于处理权重初始化和下载/加载预训练模型简单接口的抽象类。
定义每次调用时的计算操作。
应该由所有子类重写。
虽然需要在函数内部定义前向传递的公式,但是应该在对Module
实例进行调用时使用这个函数,而不是加以忽略,因为前者会负责运行已注册的钩子,而后者则会默默地忽略它们。
DebertaV2ForMaskedLM
类 transformers.DebertaV2ForMaskedLM
< source >( config )
参数
- config (DebertaV2Config) — 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关联的权重,只有配置。请查看from_pretrained()方法以加载模型权重。
DeBERTa模型顶部添加了语言建模
头部。DeBERTa模型由Pengcheng He、Xiaodong Liu、Jianfeng Gao和Weizhu Chen在DeBERTa: Decoding-enhanced BERT with Disentangled Attention一文中提出。它在BERT/RoBERTa的基础上增加了两项改进,即解耦注意力和增强掩码解码器。通过这两项改进,在80GB预训练数据集上,DeBERTa在大多数任务上都优于BERT/RoBERTa。
此模型也是PyTorch torch.nn.Module的子类。将其用作常规的PyTorch模块,并请 Refer to the PyTorch documentation for all matters related to general usage and behavior.
正向
< source >( input_ids: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None inputs_embeds: 可选 = None labels: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.MaskedLMOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
) — 输入序列的词库中的标记索引。索引可以通过使用 AutoTokenizer 来获取。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
的形状为(batch_size, sequence_length)
,可选)- 用于避免在填充词索引上进行注意力计算的掩码。掩码值选择在[0, 1]
:- 1 表示未被掩码的词
- 0 表示被掩码的词
- token_type_ids (
torch.LongTensor
的形状为(batch_size, sequence_length)
,可选)- 用于表示输入的第一部分和第二部分的语言段索引。索引选择在[0, 1]
:- 0 对应于 句子 A 中的标记
- 1 对应于 句子 B 中的标记
- position_ids (
torch.LongTensor
的形状为(batch_size, sequence_length)
,可选)- 每个输入序列标记在位置嵌入中的索引。在范围[0, config.max_position_embeddings - 1]
内选择。 - inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选地,您可以选择直接传递一个嵌入式表示,而不是传递input_ids
。如果您想比模型的内部嵌入查找矩阵更多地控制将 input_ids 索引转换为相关向量的方式,这非常有用。 - output_attentions (
bool
,可选) — 是否返回所有注意层的注意力张量。有关返回张量下的更多信息,请参阅attentions
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关返回张量下的更多信息,请参阅hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个ModelOutput而不是一个普通的元组。 - labels (
torch.LongTensor
,形状为(batch_size, sequence_length)
,可选) — 计算掩码语言建模损失的标签。索引应在[-100, 0, ..., config.vocab_size]
之间(见input_ids
文档字符串)索引设置为-100
的令牌将被忽略(掩码),只计算具有标签的令牌损失[0, ..., config.vocab_size]
返回值
transformers.modeling_outputs.MaskedLMOutput或tuple(torch.FloatTensor)
transformers.modeling_outputs.MaskedLMOutput或一个torch.FloatTensor
的元组(如果传入return_dict=False
或当config.return_dict=False
时),根据配置(DebertaV2Config)和输入包含各种元素。
-
loss (
torch.FloatTensor
,形状为(1,)
,可选,在提供labels
时返回) — 掩码语言建模(MLM)损失。 -
logits (
torch.FloatTensor
,形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax之前的每个词汇表的分数)。 -
hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个来自嵌入层输出(如果模型有嵌入层)和每层输出(torch.FloatTensor
)的元组,形状为(batch_size, sequence_length, hidden_size)
。模型每层的隐藏状态以及可选的初始嵌入输出。
-
注意事项 (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
时返回,或者在config.output_attentions=True
时返回) — 一个(每个层一个)形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
DebertaV2ForMaskedLM的前向方法覆盖了__call__
特殊方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, DebertaV2ForMaskedLM
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2ForMaskedLM.from_pretrained("microsoft/deberta-v2-xlarge")
>>> inputs = tokenizer("The capital of France is [MASK].", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> # retrieve index of [MASK]
>>> mask_token_index = (inputs.input_ids == tokenizer.mask_token_id)[0].nonzero(as_tuple=True)[0]
>>> predicted_token_id = logits[0, mask_token_index].argmax(axis=-1)
>>> labels = tokenizer("The capital of France is Paris.", return_tensors="pt")["input_ids"]
>>> # mask labels of non-[MASK] tokens
>>> labels = torch.where(inputs.input_ids == tokenizer.mask_token_id, labels, -100)
>>> outputs = model(**inputs, labels=labels)
DebertaV2ForSequenceClassification
类 transformers.DebertaV2ForSequenceClassification
< 来源 >( config )
参数
- 配置 (DebertaV2Config) — 包含所有模型参数的模型配置类。使用配置文件初始化不会加载与模型关联的权重,仅仅是配置。请查看 from_pretrained 方法来加载模型权重。
DeBERTa 模型,具有序列分类/回归头(位于池化输出之上的线性层),例如用于 GLUE 任务。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是PyTorch torch.nn.Module的子类。将其用作常规的PyTorch模块,并请 Refer to the PyTorch documentation for all matters related to general usage and behavior.
正向
< 来源 >( input_ids: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None inputs_embeds: 可选 = None labels: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
) — 词库中输入序列标记的索引。索引可以通过 AutoTokenizer 获取。详情请见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
的形状为(batch_size, sequence_length)
,可选) — 避免在填充标记索引上执行注意力的掩码。掩码值在[0, 1]
之间选择:- 1 代表没有被 掩码的 标记,
- 0 代表被 掩码的 标记。
- token_type_ids (
torch.LongTensor
的形状为(batch_size, sequence_length)
,可选) — 标记段索引,用于指示输入的第一部分和第二部分。索引选择在[0, 1]
之间:- 0 对应于 句子 A 标记,
- 1 对应于 句子 B 标记。
- position_ids (
torch.LongTensor
的形状为(batch_size, sequence_length)
,可选) — 每个输入序列标记在位置嵌入中的位置索引。在范围[0, config.max_position_embeddings - 1]
内选择。 - inputs_embeds (
torch.FloatTensor
of shape(batch_size,sequence_length,hidden_size
),可选) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。如果您想比模型内部嵌入查找矩阵具有更多控制权,将 input_ids 索引转换为相关向量,则非常有用。 - output_attentions (
bool
,可选) — 是否返回所有注意力层的注意力张量。更多详情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。更多详情请参阅返回张量下的hidden_states
。 - return_dict (
bool
, optional) — 是否返回ModelOutput对象而非普通元组。 - labels (
torch.LongTensor
size为(batch_size,)
, optional) — 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)。
返回值
transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)
A transformers.modeling_outputs.SequenceClassifierOutput 或一个包含 torch.FloatTensor
的元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含的元素根据配置(DebertaV2Config)和输入而有所不同。
-
loss (
torch.FloatTensor
size为(1,)
, optional, 当提供labels
时返回) — 分类(或配置为config.num_labels==1
时的回归)损失。 -
logits (
torch.FloatTensor
size为(batch_size, config.num_labels)
) — 分类(或配置为config.num_labels==1
时的回归)得分(SoftMax之前)。 -
hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个来自嵌入层输出(如果模型有嵌入层)和每层输出(torch.FloatTensor
)的元组,形状为(batch_size, sequence_length, hidden_size)
。模型每层的隐藏状态以及可选的初始嵌入输出。
-
注意事项 (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
时返回,或者在config.output_attentions=True
时返回) — 一个(每个层一个)形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
DebertaV2ForSequenceClassification 的 forward 方法覆盖了特殊方法 __call__
。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
单标签分类的示例
>>> import torch
>>> from transformers import AutoTokenizer, DebertaV2ForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2ForSequenceClassification.from_pretrained("microsoft/deberta-v2-xlarge")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> predicted_class_id = logits.argmax().item()
>>> # 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 = DebertaV2ForSequenceClassification.from_pretrained("microsoft/deberta-v2-xlarge", num_labels=num_labels)
>>> labels = torch.tensor([1])
>>> loss = model(**inputs, labels=labels).loss
多标签分类的示例
>>> import torch
>>> from transformers import AutoTokenizer, DebertaV2ForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2ForSequenceClassification.from_pretrained("microsoft/deberta-v2-xlarge", 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 = DebertaV2ForSequenceClassification.from_pretrained(
... "microsoft/deberta-v2-xlarge", 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
DebertaV2ForTokenClassification
类 transformers.DebertaV2ForTokenClassification
< 源 >( config )
参数
- config (DebertaV2Config) — 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模型的权重,只加载配置。查看 from_pretrained() 方法以加载模型权重。
顶部带有标记分类头(在隐藏状态输出之上的线性层)的 DeBERTa 模型,例如用于命名实体识别 (NER) 任务。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是PyTorch torch.nn.Module的子类。将其用作常规的PyTorch模块,并请 Refer to the PyTorch documentation for all matters related to general usage and behavior.
正向
< 源 >( input_ids: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None inputs_embeds: 可选 = None labels: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.TokenClassifierOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
) — 词库中输入序列标记的索引。可以通过使用 AutoTokenizer 获取索引。详细信息请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
of shape(batch_size, sequence_length)
, 可选) — 避免在填充token索引处执行attention的掩码。掩码值选择在[0, 1]
范围内:- 1 表示未掩码的token,
- 0 表示掩码的token。
- token_type_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
, 可选) — 段token索引,用于指示输入的第一个和第二个部分。索引值选择在[0, 1]
范围内: - position_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
, 可选) — 每个输入序列token在位置嵌入中的索引。选择在范围[0, config.max_position_embeddings - 1]
内。 - inputs_embeds (
torch.FloatTensor
形状(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传递input_ids
。当您想要比模型内部的嵌入查找矩阵有更多控制权时,这可能很有用,将 input_ids 索引转换为相关向量的方式。 - 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,请参阅返回的张量中的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,请参阅返回的张量中的hidden_states
。 - return_dict (
bool
, optional) — 是否返回ModelOutput对象而不是普通元组。 - labels (
torch.LongTensor
of shape(batch_size, sequence_length)
, optional) — 用于计算token分类损失的标签。索引应在[0, ..., config.num_labels - 1]
之间。
返回值
transformers.modeling_outputs.TokenClassifierOutput或tuple(torch.FloatTensor)
A transformers.modeling_outputs.TokenClassifierOutput或由torch.FloatTensor
组成的元组(如果传递了return_dict=False
或当config.return_dict=False
时),所包含的元素根据配置(如DebertaV2Config)和输入而不同。
-
loss (
torch.FloatTensor
of shape(1,)
, optional, returned whenlabels
is provided) — 分类损失。 -
logits (
torch.FloatTensor
of shape(batch_size, sequence_length, config.num_labels)
) — 分类得分(在SoftMax之前)。 -
hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个来自嵌入层输出(如果模型有嵌入层)和每层输出(torch.FloatTensor
)的元组,形状为(batch_size, sequence_length, hidden_size)
。模型每层的隐藏状态以及可选的初始嵌入输出。
-
注意事项 (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
时返回,或者在config.output_attentions=True
时返回) — 一个(每个层一个)形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
DebertaV2ForTokenClassification的前向方法重写了特殊方法__call__
。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, DebertaV2ForTokenClassification
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2ForTokenClassification.from_pretrained("microsoft/deberta-v2-xlarge")
>>> 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]]
>>> labels = predicted_token_class_ids
>>> loss = model(**inputs, labels=labels).loss
DebertaV2ForQuestionAnswering
类 transformers.DebertaV2ForQuestionAnswering
< 源代码 >( config )
参数
- 配置 (DebertaV2Config) — 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模型相关的权重,仅加载配置。查看from_pretrained() 方法以加载模型权重。
在SQuAD(一种包含线性层在隐藏状态输出上用于计算 段开始logits
和 段结束logits
的抽取式问答任务)等抽取式问答任务上具有段分类头的DeBERTa模型。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是PyTorch torch.nn.Module的子类。将其用作常规的PyTorch模块,并请 Refer to the PyTorch documentation for all matters related to general usage and behavior.
正向
< 源代码 >( input_ids: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None inputs_embeds: 可选 = None start_positions: 可选 = None end_positions: 可选 = None outputAttentions: 可选 = None outputHiddenStates: 可选 = None returnDict: 可选 = None ) → transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
的形状为(batch_size, sequence_length)
) — 词汇表中输入序列标记的索引。索引可以通过使用 AutoTokenizer 获取。请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 了解详情。
- attention_mask (形状为
(batch_size, sequence_length)
的torch.FloatTensor
,非必须) —— 避免在 padding token 索引上执行 attention 的掩码。选择的掩码值在[0, 1]
范围内:- 1 代表 未掩码 的 tokens,
- 0 代表 掩码 的 tokens。
- token_type_ids (形状为
(batch_size, sequence_length)
的torch.LongTensor
,非必须) —— 段落 token 索引,用于指示输入的第一个和第二个部分。索引在[0, 1]
范围内:- 0 代表 句子 A 的 token,
- 1 代表 句子 B 的 token。
- position_ids (形状为
(batch_size, sequence_length)
的torch.LongTensor
,非必须) —— 每个输入序列中 token 的位置索引,在位置嵌入中使用。选择范围在[0, config.max_position_embeddings - 1]
内。 - inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
,可选) —— 可选,您可以选择直接传递嵌入表示而不是传递input_ids
。如果您想在将 input_ids 索引转换为关联向量方面比模型内部的嵌入查找矩阵有更多控制权,则非常有用。 - output_attentions (
bool
,可选) —— 是否返回所有注意层张量的注意力张量。有关更多详细信息,请参阅返回的张量下的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,请参阅返回的张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通的元组。 - start_positions (
torch.LongTensor
形状(batch_size,)
, 可选) — 标记跨度起始位置的标签,用于计算token分类损失。位置被限制在序列长度内(sequence_length
)。序列外的位置不计入损失计算。 - end_positions (
torch.LongTensor
形状(batch_size,)
, 可选) — 标记跨度结束位置的标签,用于计算token分类损失。位置被限制在序列长度内(sequence_length
)。序列外的位置不计入损失计算。
返回值
transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个由 torch.FloatTensor
组成的元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含各种元素,具体取决于配置(DebertaV2Config)和输入。
-
损失 (
torch.FloatTensor
形状为(1,)
,可选,当labels
提供 时返回) —— 总跨度提取损失是起始位置和结束位置的交叉熵之和。 -
start_logits (
torch.FloatTensor
形状为(batch_size, sequence_length)
) ——跨度起始分数(在 SoftMax 之前)。 -
end_logits (
torch.FloatTensor
形状为(batch_size, sequence_length)
) ——跨度结束分数(在 SoftMax 之前)。 -
hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个来自嵌入层输出(如果模型有嵌入层)和每层输出(torch.FloatTensor
)的元组,形状为(batch_size, sequence_length, hidden_size)
。模型每层的隐藏状态以及可选的初始嵌入输出。
-
注意事项 (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
时返回,或者在config.output_attentions=True
时返回) — 一个(每个层一个)形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
DebertaV2ForQuestionAnswering前向方法,重写了__call__
特殊方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, DebertaV2ForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2ForQuestionAnswering.from_pretrained("microsoft/deberta-v2-xlarge")
>>> 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]
>>> # target is "nice puppet"
>>> target_start_index = torch.tensor([2])
>>> target_end_index = torch.tensor([9])
>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.loss
DebertaV2ForMultipleChoice
类 transformers.DebertaV2ForMultipleChoice
< 源 >( config )
参数
- config (DebertaV2Config) —— 包含所有模型参数的模型配置类。使用配置文件初始化时不会加载模型相关的权重,只加载配置。检查from_pretrained() 方法来加载模型权重。
在顶部拥有多选择分类头部的 DeBERTa 模型(在池化输出上有一个线性层和 softmax),例如用于 RocStories/SWAG 任务。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是PyTorch torch.nn.Module的子类。将其用作常规的PyTorch模块,并请 Refer to the PyTorch documentation for all matters related to general usage and behavior.
正向
< source >( input_ids: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None inputs_embeds: Optional = None labels: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.MultipleChoiceModelOutput or tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
) — 序列中词汇的输入序列标记的索引。可以使用AutoTokenizer 获取索引。请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 的详细信息。
- attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
,可选) — 避免在填充标记索引上进行注意力的掩码。掩码值范围在[0, 1]
:- 1 对应为未被掩码的标记,
- 0 对应于被掩码的标记。
- token_type_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 标记段索引以指示输入的第一和第二部分。索引范围在[0, 1]
:- 0 相对于一个 句子 A 标记,
- 1 相对于一个 句子 B 标记。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 输入序列标记在每个位置嵌入中的索引。选择范围在[0, config.max_position_embeddings - 1]
。 - inputs_embeds (
torch.FloatTensor
of shape(batch_size, sequence_length, hidden_size)
, optional) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids
。这用于您想要比模型内部嵌入查找矩阵转换 input_ids 索引到相关向量有更多控制时。 - output_attentions (
bool
, optional) — 是否返回所有注意力层的注意力张量。有关更多细节,请参见返回张量下的attentions
。 - output_hidden_states (
bool
, optional) — 是否返回所有层的隐藏状态。有关更多细节,请参见返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个ModelOutput而不是一个普通的元组。 - labels (
torch.LongTensor
形状为(batch_size,)
, 可选) — 用于计算多选分类损失的标签。索引应该为[0, ..., num_choices-1]
其中num_choices
是输入张量第二维的大小。 (参见上方的input_ids
)
返回值
transformers.modeling_outputs.MultipleChoiceModelOutput 或 tuple(torch.FloatTensor)
一个transformers.modeling_outputs.MultipleChoiceModelOutput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(DebertaV2Config)和输入的各种元素。
-
loss (
torch.FloatTensor
形状为 (1,), 可选, 当提供了labels
时返回) — 分类损失。 -
logits (
torch.FloatTensor
形状为(batch_size, num_choices)
) — num_choices 是输入张量第二维的大小。(参见上方的 input_ids)分类分数(SoftMax 之前)。
-
hidden_states (
tuple(torch.FloatTensor)
, 可选,当传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个来自嵌入层输出(如果模型有嵌入层)和每层输出(torch.FloatTensor
)的元组,形状为(batch_size, sequence_length, hidden_size)
。模型每层的隐藏状态以及可选的初始嵌入输出。
-
注意事项 (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
时返回,或者在config.output_attentions=True
时返回) — 一个(每个层一个)形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
DebertaV2ForMultipleChoice的forward方法覆盖了__call__
特殊方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, DebertaV2ForMultipleChoice
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("microsoft/deberta-v2-xlarge")
>>> model = DebertaV2ForMultipleChoice.from_pretrained("microsoft/deberta-v2-xlarge")
>>> 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
TFDebertaV2Model
类 transformers.TFDebertaV2Model
< 源代码 >( config: DebertaV2Config *inputs **kwargs )
参数
- config (DebertaV2Config) — 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,只会加载配置。检查 从_pretrained() 方法加载模型权重。
DeBERTa模型是一个没有在顶部添加任何特定头的裸DeBERTa模型transformer,它输出原始隐藏状态。DeBERTa模型由Pengcheng He、Xiaodong Liu、Jianfeng Gao、Weizhu Chen在DeBERTa: Decoding-enhanced BERT with Disentangled Attention一文中提出。它在BERT/RoBERTa的基础上增加了两个改进,即分离的注意力和增强的掩码解码器。这两个改进使得在大多数任务上,使用80GB预训练数据的DeBERTa模型优于BERT/RoBERTa。
此模型也是 keras.Model 的子类。将其作为常规 TF 2.0 Keras 模型使用,并参考 TF 2.0 文档了解有关一般使用和行为的所有问题。
transformers
中的 TensorFlow 模型和层接受两种输入格式
- 所有输入作为关键字参数(如PyTorch模型),或者
- 第一个位置参数中所有输入为一个列表、元组或字典。
支持第二种格式的原因是,Keras方法在向模型和层传递输入时更喜欢这种格式。正因为这种支持,当使用如model.fit()
这样的方法时,对于您来说事情应该“照常进行”——只需以任何model.fit()
支持的数据格式传递您的输入和标签即可!不过,如果您想在如fit()
和predict()
之类的Keras方法之外使用第二种格式,例如在创建自己的层或使用Keras Functional
API自定义模型时,有三种可供使用的方法来收集第一个位置参数中的所有输入张量。
- 单个包含只含
input_ids
的张量且没有其他内容:model(input_ids)
- 一个长度可变的一组张量,包含按其文档字符串中给出的顺序排列的一个或多个输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个字典,其中一个或多个输入张量与文档字符串中给出的输入名称相关联:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过分派创建模型和层时,您无需担心任何事情,因为您可以像向任何其他Python函数传递输入一样传递输入!
调用
< source >( input_ids: TFModelInputType | None = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None training: Optional[bool] = False ) → transformers.modeling_tf_outputs.TFBaseModelOutput 或 tuple(tf.Tensor)
参数
- input_ids (
np.ndarray
,tf.Tensor
,List[tf.Tensor]
`Dict[str, tf.Tensor]
或Dict[str, np.ndarray]
且每个示例必须具有形状(batch_size, sequence_length)
。) — 在词汇表中输入序列标记的索引。可以使用 AutoTokenizer 获得索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length)
,可选) — 用于避免对填充标记索引执行注意力的掩码。掩码值在[0, 1]
中选择:- 1 表示未 掩码 的标记,
- 0 表示被 掩码 的标记。
- token_type_ids (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length)
,可选) — 用于指示输入的第一部分和第二部分的标记段索引。索引在[0, 1]
中选择:- 0 对应于 句子 A 标记,
- 1 对应于 句子 B 标记。
- position_ids (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length)
,可选) — 每个输入序列标记在位置嵌入中的索引。选择在范围[0, config.max_position_embeddings - 1]
中。 - inputs_embeds (
np.ndarray
或 shape 为(batch_size, sequence_length, hidden_size)
的tf.Tensor
,可选)—— 您可以选择直接传递嵌入表示而不是传递input_ids
。如果您想对比特表索引转换为关联向量的方法有更多的控制,而不是模型内部嵌入查找矩阵,这种方法非常有用。 - 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,请参返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个~utils.ModelOutput
的字典而不是一个普通的元组。
返回值
transformers.modeling_tf_outputs.TFBaseModelOutput 或 tuple(tf.Tensor)
A transformers.modeling_tf_outputs.TFBaseModelOutput 或一个包含 tf.Tensor
的元组(如果传递了 return_dict=False
或当 config.return_dict=False
)构成各种元素,这些元素取决于配置(DebertaV2Config)和输入。
-
last_hidden_state (形状为
(batch_size, sequence_length, hidden_size)
的tf.Tensor
) — 模型最后一层的输出序列的隐藏状态。 -
hidden_states (
tuple(tf.FloatTensor)
,可选,当传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) — 一个包含tf.Tensor
的元组(一个用于嵌入的输出,一个用于每个层的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每个层的输出隐藏状态以及初始嵌入输出。
-
attentions (
tuple(tf.Tensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
组成的元组(每个层一个)。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
TFDebertaV2Model 的 forward 方法重写了 __call__
特殊方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, TFDebertaV2Model
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> model = TFDebertaV2Model.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> outputs = model(inputs)
>>> last_hidden_states = outputs.last_hidden_state
TFDebertaV2PreTrainedModel
一个用于处理权重初始化和下载/加载预训练模型简单接口的抽象类。
调用模型对新输入进行处理并返回输出张量。
在这种情况下,call() 方法只是对图中的所有操作在新的输入上重新应用(例如,从提供的输入构建一个新的计算图)。
注意:此方法不应直接调用。它仅在子类化 tf.keras.Model 时重写。要对输入调用模型,始终使用 __call__() 方法,即 model(inputs),该方法依赖于底层的 call() 方法。
TFDebertaV2ForMaskedLM
类 transformers.TFDebertaV2ForMaskedLM
< 源代码 >( config: DebertaV2Config *inputs **kwargs )
参数
- config (DebertaV2Config) — 所有模型参数的模型配置类。使用配置文件初始化时不会加载模型相关的权重,只加载配置。请查看from_pretrained()方法来加载模型权重。
DeBERTa模型顶部添加了语言建模
头部。DeBERTa模型由Pengcheng He、Xiaodong Liu、Jianfeng Gao和Weizhu Chen在DeBERTa: Decoding-enhanced BERT with Disentangled Attention一文中提出。它在BERT/RoBERTa的基础上增加了两项改进,即解耦注意力和增强掩码解码器。通过这两项改进,在80GB预训练数据集上,DeBERTa在大多数任务上都优于BERT/RoBERTa。
此模型也是 keras.Model 的子类。将其作为常规 TF 2.0 Keras 模型使用,并参考 TF 2.0 文档了解有关一般使用和行为的所有问题。
transformers
中的 TensorFlow 模型和层接受两种输入格式
- 所有输入作为关键字参数(如PyTorch模型),或者
- 第一个位置参数中所有输入为一个列表、元组或字典。
支持第二种格式的原因是,Keras方法在向模型和层传递输入时更喜欢这种格式。正因为这种支持,当使用如model.fit()
这样的方法时,对于您来说事情应该“照常进行”——只需以任何model.fit()
支持的数据格式传递您的输入和标签即可!不过,如果您想在如fit()
和predict()
之类的Keras方法之外使用第二种格式,例如在创建自己的层或使用Keras Functional
API自定义模型时,有三种可供使用的方法来收集第一个位置参数中的所有输入张量。
- 单个包含只含
input_ids
的张量且没有其他内容:model(input_ids)
- 一个长度可变的一组张量,包含按其文档字符串中给出的顺序排列的一个或多个输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个字典,其中一个或多个输入张量与文档字符串中给出的输入名称相关联:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过分派创建模型和层时,您无需担心任何事情,因为您可以像向任何其他Python函数传递输入一样传递输入!
调用
< 来源 >( input_ids: TFModelInputType | None = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None labels: np.ndarray | tf.Tensor | None = None training: Optional[bool] = False ) → transformers.modeling_tf_outputs.TFMaskedLMOutput or tuple(tf.Tensor)
参数
- input_ids(
np.ndarray
,tf.Tensor
,List[tf.Tensor]
或Dict[str, tf.Tensor]
或Dict[str, np.ndarray]
,每个例子必须有(batch_size, sequence_length)
形状)— 在词汇表中输入序列标记的索引。可以使用 AutoTokenizer 获得索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask(形状为
(batch_size, sequence_length)
的np.ndarray
或tf.Tensor
,可选)— 用于防止在填充标记索引上执行注意力的掩码。选择的掩码值在[0, 1]
:‘- 1 对应于 未标记 的标记;
- 0 对应于 标记 的标记。
- token_type_ids(形状为
(batch_size, sequence_length)
的np.ndarray
或tf.Tensor
,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 句子 A 标记;
- 1 对应于 句子 B 标记。
- position_ids (
np.ndarray
ortf.Tensor
of shape(batch_size, sequence_length)
, optional) — 每个输入序列标记在位置嵌入中的索引。在范围[0, config.max_position_embeddings - 1]
内选择。 - inputs_embeds (
np.ndarray
ortf.Tensor
of shape(batch_size, sequence_length, hidden_size)
, optional) — 可选,而不是传递input_ids
,您可以直接传递一个嵌入表示。如果您想要比模型的内部嵌入查找矩阵有更多控制权来将 input_ids 索引转换为相关向量,这非常有用。 - output_attentions (
bool
, optional) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参见返回张量下的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,请参见返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个 `~utils.ModelOutput“` 而不是纯元组。 - labels (
tf.Tensor
或形状为(batch_size, sequence_length)
的np.ndarray
,可选) — 用于计算掩码语言模型损失的标签。索引应该为[-100, 0, ..., config.vocab_size]
(参见input_ids
的文档字符串)。索引设置为-100
的标记将被忽略(掩码),仅计算具有[0, ..., config.vocab_size]
标签的标记的损失。
返回值
或 `tuple(tf.Tensor)`
transformers.modeling_tf_outputs.TFMaskedLMOutput 或 `tuple(tf.Tensor)`(如果传递了 `return_dict=False` 或当 `config.return_dict=False` 时)包含根据配置(DebertaV2Config)和输入的配置而定的各种元素。
-
loss (
tf.Tensor
类型的 shape 为(n,)
,可选,其中 n 是非掩码标签的数量,当提供 `labels` 时返回) — 掩码语言模型 (MLM) 损失。 -
logits (shape 为
(batch_size, sequence_length, config.vocab_size)
的tf.Tensor
) — 语言模型头的预测分数(SoftMax 之前的每个词汇标记的分数)。 -
hidden_states (
tuple(tf.Tensor)
, 可选,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个形状为(batch_size, sequence_length, hidden_size)
的tf.Tensor
的元组(一个是嵌入层的输出,一个是每一层的输出)。模型在每个层的输出隐藏状态以及初始嵌入输出。
-
attentions (
tuple(tf.Tensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
组成的元组(每个层一个)。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
TFDebertaV2ForMaskedLM 的前向方法覆盖了特殊方法 __call__
。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, TFDebertaV2ForMaskedLM
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> model = TFDebertaV2ForMaskedLM.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> inputs = tokenizer("The capital of France is [MASK].", return_tensors="tf")
>>> logits = model(**inputs).logits
>>> # retrieve index of [MASK]
>>> mask_token_index = tf.where((inputs.input_ids == tokenizer.mask_token_id)[0])
>>> selected_logits = tf.gather_nd(logits[0], indices=mask_token_index)
>>> predicted_token_id = tf.math.argmax(selected_logits, axis=-1)
TFDebertaV2ForSequenceClassification
类 transformers.TFDebertaV2ForSequenceClassification
< source >( config: DebertaV2Config *inputs **kwargs )
参数
- config (DebertaV2Config) — 包含模型所有参数的模型配置类。使用配置文件初始化时不会加载与模型关联的权重,只加载配置。有关加载模型权重的信息,请查看 from_pretrained() 方法。
DeBERTa 模型,具有序列分类/回归头(位于池化输出之上的线性层),例如用于 GLUE 任务。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是 keras.Model 的子类。将其作为常规 TF 2.0 Keras 模型使用,并参考 TF 2.0 文档了解有关一般使用和行为的所有问题。
transformers
中的 TensorFlow 模型和层接受两种输入格式
- 所有输入作为关键字参数(如PyTorch模型),或者
- 第一个位置参数中所有输入为一个列表、元组或字典。
支持第二种格式的原因是,Keras方法在向模型和层传递输入时更喜欢这种格式。正因为这种支持,当使用如model.fit()
这样的方法时,对于您来说事情应该“照常进行”——只需以任何model.fit()
支持的数据格式传递您的输入和标签即可!不过,如果您想在如fit()
和predict()
之类的Keras方法之外使用第二种格式,例如在创建自己的层或使用Keras Functional
API自定义模型时,有三种可供使用的方法来收集第一个位置参数中的所有输入张量。
- 单个包含只含
input_ids
的张量且没有其他内容:model(input_ids)
- 一个长度可变的一组张量,包含按其文档字符串中给出的顺序排列的一个或多个输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个字典,其中一个或多个输入张量与文档字符串中给出的输入名称相关联:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过分派创建模型和层时,您无需担心任何事情,因为您可以像向任何其他Python函数传递输入一样传递输入!
调用
< 来源 >( input_ids: TFModelInputType | None = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None labels: np.ndarray | tf.Tensor | None = None training: Optional[bool] = False ) → transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或 tuple(tf.Tensor)
参数
- input_ids (
np.ndarray
,tf.Tensor
,List[tf.Tensor]
`Dict[str, tf.Tensor
或Dict[str, np.ndarray]
): 每个样本必须具有形状(batch_size, sequence_length)
的词汇表中输入序列标记的索引。 索引可以通过使用 AutoTokenizer 获得。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。 - attention_mask (
np.ndarray
或tf.Tensor
,形状为(batch_size, sequence_length)
,可选):该掩码用于避免在填充标记索引上执行注意力操作。掩码值选择在[0, 1]
中:- 1 为 未掩码 的标记,
- 0 为 掩码 的标记。
- token_type_ids (
np.ndarray
或tf.Tensor
的形状为(batch_size, sequence_length)
,可选) — 分段标记索引,用于指示输入的第一和第二部分。索引选择在[0, 1]
范围内:- 0 对应于 句子 A 标记,
- 1 对应于 句子 B 标记。
- position_ids (
np.ndarray
或tf.Tensor
的形状为(batch_size, sequence_length)
,可选) — 位置嵌入中每个输入序列标记的位置索引。选择在[0, config.max_position_embeddings - 1]
范围内。 - inputs_embeds (
np.ndarray
或tf.Tensor
的形状为(batch_size, sequence_length, hidden_size)
,可选) — 也可以选择直接传递嵌入表示,而不是传递input_ids
。这在您想要比模型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时很有用。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的结果张量。详细信息请参阅返回值下的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。详细信息请参阅返回值下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个字典类型的结果而不是普通的元组类型。 - labels (
tf.Tensor
或np.ndarray
形状为(batch_size,)
,可选) — 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)。
返回值
transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或 tuple(tf.Tensor)
A transformers.modeling_tf_outputs.TFSequenceClassifierOutput 或一个包含 tf.Tensor
的元组(如果传递了 return_dict=False
或当 config.return_dict=False
),它根据配置(DebertaV2Config)和输入包含各种元素。
-
loss (
tf.Tensor
形状为(batch_size, )
,可选,当提供labels
时返回) — 分类(或如果config.num_labels==1
则为回归)损失。 -
logits (
tf.Tensor
形状为(batch_size, config.num_labels)
) — 分类(或如果config.num_labels==1
则为回归)分数(在 SoftMax 之前)。 -
hidden_states (
tuple(tf.Tensor)
, 可选,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个形状为(batch_size, sequence_length, hidden_size)
的tf.Tensor
的元组(一个是嵌入层的输出,一个是每一层的输出)。模型在每个层的输出隐藏状态以及初始嵌入输出。
-
attentions (
tuple(tf.Tensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
组成的元组(每个层一个)。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
TFDebertaV2ForSequenceClassification 前向方法,覆盖了 __call__
特殊方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, TFDebertaV2ForSequenceClassification
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> model = TFDebertaV2ForSequenceClassification.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> logits = model(**inputs).logits
>>> predicted_class_id = int(tf.math.argmax(logits, axis=-1)[0])
>>> # 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 = TFDebertaV2ForSequenceClassification.from_pretrained("kamalkraj/deberta-v2-xlarge", num_labels=num_labels)
>>> labels = tf.constant(1)
>>> loss = model(**inputs, labels=labels).loss
TFDebertaV2ForTokenClassification
类名 transformers.TFDebertaV2ForTokenClassification
< source >( config: DebertaV2Config *inputs **kwargs )
参数
- config (DebertaV2Config) — 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,只有配置。请检查from_pretrained()方法以加载模型权重。
顶部带有标记分类头(在隐藏状态输出之上的线性层)的 DeBERTa 模型,例如用于命名实体识别 (NER) 任务。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是 keras.Model 的子类。将其作为常规 TF 2.0 Keras 模型使用,并参考 TF 2.0 文档了解有关一般使用和行为的所有问题。
transformers
中的 TensorFlow 模型和层接受两种输入格式
- 所有输入作为关键字参数(如PyTorch模型),或者
- 第一个位置参数中所有输入为一个列表、元组或字典。
支持第二种格式的原因是,Keras方法在向模型和层传递输入时更喜欢这种格式。正因为这种支持,当使用如model.fit()
这样的方法时,对于您来说事情应该“照常进行”——只需以任何model.fit()
支持的数据格式传递您的输入和标签即可!不过,如果您想在如fit()
和predict()
之类的Keras方法之外使用第二种格式,例如在创建自己的层或使用Keras Functional
API自定义模型时,有三种可供使用的方法来收集第一个位置参数中的所有输入张量。
- 单个包含只含
input_ids
的张量且没有其他内容:model(input_ids)
- 一个长度可变的一组张量,包含按其文档字符串中给出的顺序排列的一个或多个输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个字典,其中一个或多个输入张量与文档字符串中给出的输入名称相关联:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过分派创建模型和层时,您无需担心任何事情,因为您可以像向任何其他Python函数传递输入一样传递输入!
调用
< source >( input_ids: TFModelInputType | None = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None labels: np.ndarray | tf.Tensor | None = None training: Optional[bool] = False ) → transformers.modeling_tf_outputs.TFTokenClassifierOutput or tuple(tf.Tensor)
参数
- input_ids(《numpy.ndarray》或《tf.Tensor》或《List[tf.Tensor]》或《Dict[str, tf.Tensor]》或《Dict[str, numpy.ndarray]》)和每个示例必须具有形状(batch_size, sequence_length)输入序列标记的词汇表中的索引。
索引可以通过AutoTokenizer获取。有关详细信息,请参阅PreTrainedTokenizer.encode()和PreTrainedTokenizer.call()。
- attention_mask(《numpy.ndarray》或《tf.Tensor》,形状为
(batch_size, sequence_length)
,可选)— 用于避免对padding标记索引执行注意力计算的掩码。掩码值在[0, 1]
中选择:- 1表示未掩码的标记,
- 0表示掩码的标记。
- token_type_ids(《numpy.ndarray》或《tf.Tensor》,形状为
(batch_size, sequence_length)
,可选)— 段落标记索引,用于指示输入的第一和第二部分。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 (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length)
,可选) — 每个输入序列令牌在位置嵌入中的位置索引。选取范围[0, config.max_position_embeddings - 1]
。 - inputs_embeds (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选,不传递input_ids
,可以直接传递嵌入表示。当你想要对如何将 input_ids 索引转换为相关向量有更多控制时,此选项很有用,比模型的内部嵌入查找矩阵更灵活。 - output_attentions (
bool
,可选) — 是否返回所有注意力层的注意力张量。更多详情请参见返回张量中的attentions
。 - output_hidden_states (
bool
, 可选) — 是否返回所有层的隐藏状态。有关更多细节,请参阅返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回一个~utils.ModelOutput
而不是纯元组。 - labels (
tf.Tensor
或形状为(batch_size, sequence_length)
的np.ndarray
,可选) — 用于计算分词损失函数的标签。索引应在[0, ..., config.num_labels - 1]
范围内。
返回值
transformers.modeling_tf_outputs.TFTokenClassifierOutput 或 tuple(tf.Tensor)
一个 transformers.modeling_tf_outputs.TFTokenClassifierOutput 或一个tf.Tensor
的元组(如果传递了return_dict=False
或当config.return_dict=False
时),由配置(DebertaV2Config)和输入确定。
-
loss (
tf.Tensor
形状为(n,)
,可选,其中n是未屏蔽标签的数量,当提供了labels
时返回) — 分类损失。 -
logits (
tf.Tensor
形状为(batch_size, sequence_length, config.num_labels)
) — 分类得分(SoftMax之前)。 -
hidden_states (
tuple(tf.Tensor)
, 可选,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个形状为(batch_size, sequence_length, hidden_size)
的tf.Tensor
的元组(一个是嵌入层的输出,一个是每一层的输出)。模型在每个层的输出隐藏状态以及初始嵌入输出。
-
attentions (
tuple(tf.Tensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
组成的元组(每个层一个)。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
TFDebertaV2ForTokenClassification 类的前向方法覆盖了 __call__
特殊方法。请参考
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, TFDebertaV2ForTokenClassification
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> model = TFDebertaV2ForTokenClassification.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> inputs = tokenizer(
... "HuggingFace is a company based in Paris and New York", add_special_tokens=False, return_tensors="tf"
... )
>>> logits = model(**inputs).logits
>>> predicted_token_class_ids = tf.math.argmax(logits, axis=-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] for t in predicted_token_class_ids[0].numpy().tolist()]
TFDebertaV2ForQuestionAnswering
class transformers.TFDebertaV2ForQuestionAnswering
< 源代码 >( config: DebertaV2Config *inputs **kwargs )
参数
- config (DebertaV2Config) — 包含模型所有参数的模型配置类。使用配置文件初始化时,不会加载模型相关的权重,只加载配置。请查看 from_pretrained() 方法以加载模型权重。
在SQuAD(一种包含线性层在隐藏状态输出上用于计算 段开始logits
和 段结束logits
的抽取式问答任务)等抽取式问答任务上具有段分类头的DeBERTa模型。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是 keras.Model 的子类。将其作为常规 TF 2.0 Keras 模型使用,并参考 TF 2.0 文档了解有关一般使用和行为的所有问题。
transformers
中的 TensorFlow 模型和层接受两种输入格式
- 所有输入作为关键字参数(如PyTorch模型),或者
- 第一个位置参数中所有输入为一个列表、元组或字典。
支持第二种格式的原因是,Keras方法在向模型和层传递输入时更喜欢这种格式。正因为这种支持,当使用如model.fit()
这样的方法时,对于您来说事情应该“照常进行”——只需以任何model.fit()
支持的数据格式传递您的输入和标签即可!不过,如果您想在如fit()
和predict()
之类的Keras方法之外使用第二种格式,例如在创建自己的层或使用Keras Functional
API自定义模型时,有三种可供使用的方法来收集第一个位置参数中的所有输入张量。
- 单个包含只含
input_ids
的张量且没有其他内容:model(input_ids)
- 一个长度可变的一组张量,包含按其文档字符串中给出的顺序排列的一个或多个输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个字典,其中一个或多个输入张量与文档字符串中给出的输入名称相关联:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过分派创建模型和层时,您无需担心任何事情,因为您可以像向任何其他Python函数传递输入一样传递输入!
调用
< 源代码 >input_ids: TFModelInputType | None = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None start_positions: np.ndarray | tf.Tensor | None = None end_positions: np.ndarray | tf.Tensor | None = None training: Optional[bool] = False → transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或 tuple(tf.Tensor)
参数
- input_ids (
np.ndarray
,tf.Tensor
,List[tf.Tensor]
`Dict[str, tf.Tensor]
orDict[str, np.ndarray]
and each example must have the shape(batch_size, sequence_length)
) — 输入序列令牌在词汇表中的索引。索引可以采用 AutoTokenizer 获取。更详细的信息见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
np.ndarray
或tf.Tensor
of shape(batch_size, sequence_length)
, 可选) — 避免在填充令牌索引上执行注意力的掩码。掩码值选择[0, 1]
:- 1 对应于 未掩码 的令牌,
- 0 对应于 掩码 的令牌。
- token_type_ids (
np.ndarray
或tf.Tensor
of shape(batch_size, sequence_length)
, 可选) — 段令牌索引以指示输入的第一部分和第二部分。索引选择在[0, 1]
:- 0 对应于 句子 A 令牌,
- 1 对应于 句子 B 令牌。
- position_ids (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length)
,可选) — 每个输入序列标记的位置嵌入的索引。取值范围为[0, config.max_position_embeddings - 1]
。 - inputs_embeds (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选,您可以直接传递嵌入表示,而不是传递input_ids
。如果您希望比模型内部嵌入查找矩阵有更多控制,这种做法很有用。 - 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。有关详细信息,请参阅返回的张力中下的hidden_states
。 - return_dict (
bool
,可选)— 是否返回`~utils.ModelOutput“`而不是纯元组。 - start_positions (
tf.Tensor
或np.ndarray
形状(batch_size,)
,可选)— 标记起始(索引)位置的标签,用于计算标记分类损失。位置限制在序列长度(`sequence_length`)内。序列外的位置不考虑计算损失。 - end_positions (
tf.Tensor
或np.ndarray
形状为(batch_size,)
,可选) — 标记的跨度末尾位置的标签,用于计算标记分类损失。位置限制在序列长度(sequence_length
)内。序列之外的位置不用于计算损失。
返回值
transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或 tuple(tf.Tensor)
A transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或一个 tf.Tensor
的元组(如果 return_dict=False
被传递或当 config.return_dict=False
)由配置(DebertaV2Config)和输入组成。
-
loss (
tf.Tensor
形状为(batch_size, )
,可选,当提供start_positions
和end_positions
时返回) — 总跨度提取损失是起始位置和结束位置的交叉熵之和。 -
start_logits (
tf.Tensor
形状为(batch_size, sequence_length)
)— 跨度起始分数(在 SoftMax 之前)。 -
end_logits (
tf.Tensor
形状为(batch_size, sequence_length)
)— 跨度结束分数(在 SoftMax 之前)。 -
hidden_states (
tuple(tf.Tensor)
, 可选,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个形状为(batch_size, sequence_length, hidden_size)
的tf.Tensor
的元组(一个是嵌入层的输出,一个是每一层的输出)。模型在每个层的输出隐藏状态以及初始嵌入输出。
-
attentions (
tuple(tf.Tensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
组成的元组(每个层一个)。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
TFDebertaV2ForQuestionAnswering 的前向方法覆盖了 __call__
特殊方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, TFDebertaV2ForQuestionAnswering
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> model = TFDebertaV2ForQuestionAnswering.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"
>>> inputs = tokenizer(question, text, return_tensors="tf")
>>> outputs = model(**inputs)
>>> answer_start_index = int(tf.math.argmax(outputs.start_logits, axis=-1)[0])
>>> answer_end_index = int(tf.math.argmax(outputs.end_logits, axis=-1)[0])
>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]
TFDebertaV2ForMultipleChoice
类 transformers.TFDebertaV2ForMultipleChoice
< 来源 >( config: DebertaV2Config *inputs **kwargs )
参数
- config (DebertaV2Config) — 包含模型所有参数的模型配置类。使用配置文件初始化不加载与模型相关的权重,只加载配置。查看 from_pretrained() 方法以加载模型权重。
在顶部拥有多选择分类头部的 DeBERTa 模型(在池化输出上有一个线性层和 softmax),例如用于 RocStories/SWAG 任务。
DeBERTa 模型由 Pengcheng He、Xiaodong Liu、Jianfeng Gao 和 Weizhu Chen 在《DeBERTa: Decoding-enhanced BERT with Disentangled Attention》文章中提出。它是基于 BERT/RoBERTa 并有两个改进,即解耦注意力和增强掩码解码器。通过这两个改进,它在 80GB 预训练数据的多数任务上优于 BERT/RoBERTa。
此模型也是 keras.Model 的子类。将其作为常规 TF 2.0 Keras 模型使用,并参考 TF 2.0 文档了解有关一般使用和行为的所有问题。
transformers
中的 TensorFlow 模型和层接受两种输入格式
- 所有输入作为关键字参数(如PyTorch模型),或者
- 第一个位置参数中所有输入为一个列表、元组或字典。
支持第二种格式的原因是,Keras方法在向模型和层传递输入时更喜欢这种格式。正因为这种支持,当使用如model.fit()
这样的方法时,对于您来说事情应该“照常进行”——只需以任何model.fit()
支持的数据格式传递您的输入和标签即可!不过,如果您想在如fit()
和predict()
之类的Keras方法之外使用第二种格式,例如在创建自己的层或使用Keras Functional
API自定义模型时,有三种可供使用的方法来收集第一个位置参数中的所有输入张量。
- 单个包含只含
input_ids
的张量且没有其他内容:model(input_ids)
- 一个长度可变的一组张量,包含按其文档字符串中给出的顺序排列的一个或多个输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个字典,其中一个或多个输入张量与文档字符串中给出的输入名称相关联:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过分派创建模型和层时,您无需担心任何事情,因为您可以像向任何其他Python函数传递输入一样传递输入!
调用
< 来源 >( input_ids: TFModelInputType | None = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None labels: np.ndarray | tf.Tensor | None = None training: Optional[bool] = False ) → transformers.modeling_tf_outputs.TFMultipleChoiceModelOutput or tuple(tf.Tensor)
参数
- input_ids (
np.ndarray
,tf.Tensor
,List[tf.Tensor]
`Dict[str, tf.Tensor]
或Dict[str, np.ndarray]
,每个示例必须具有形状(批量大小, 选择数量, 序列长度)
) — 词汇表中的输入序列标记索引。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 (
np.ndarray
或tf.Tensor
,shape 为(batch_size, num_choices, sequence_length)
,可选) — 用于避免在填充标记索引上执行注意力的掩码。掩码值选择在[0, 1]
范围内:- 1 表示 未掩码 的标记,
- 0 表示 掩码 的标记。
- token_type_ids (
np.ndarray
或tf.Tensor
,shape 为(batch_size, num_choices, sequence_length)
,可选) — 从输入的第一段和第二段标记索引段标记分段的标记。索引选择在[0, 1]
范围内:- 0 对应于 A 句 标记,
- 1 对应于 B 句 标记。
- position_ids (
np.ndarray
或tf.Tensor
,shape 为(batch_size, num_choices, sequence_length)
,可选) — 每个输入序列标记的每个位置的索引。选在[0, config.max_position_embeddings - 1]
范围内。 - inputs_embeds (
np.ndarray
或tf.Tensor
的形状为(batch_size, num_choices, sequence_length, hidden_size)
,可选) — 可以选择不传递input_ids
而直接传递嵌入表示,如果需要比模型的内部嵌入查找矩阵更多的控件来将 input_ids 索引转换为相关向量,则非常有用。 - output_attentions (
bool
,可选) — 是否返回所有注意力的张量。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 `~utils.ModelOutput` 而不是普通的元组。 - labels (
tf.Tensor
或 shape 为(batch_size,)
的np.ndarray
,可选) — 用于计算多选题分类损失的标签。索引应在[0, ..., num_choices]
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
)
返回值
transformers.modeling_tf_outputs.TFMultipleChoiceModelOutput 或 tuple(tf.Tensor)
一个 `transformers.modeling_tf_outputs.TFMultipleChoiceModelOutput` 或一个 tf.Tensor
的元组(如果传递了 `return_dict=False` 或当 `config.return_dict=False`),根据配置(DebertaV2Config)和输入的不同而包含不同的元素。
-
loss (
shape
为 (batch_size, ) 的tf.Tensor
,可选,在提供labels
时返回) — 分类损失。 -
logits (
shape
为(batch_size, num_choices)
的tf.Tensor
) — num_choices 是输入张量的第二维大小。(参见上述 input_ids)。分类分数(SoftMax 之前)。
-
hidden_states (
tuple(tf.Tensor)
, 可选,当传入output_hidden_states=True
或config.output_hidden_states=True
时返回) — 一个形状为(batch_size, sequence_length, hidden_size)
的tf.Tensor
的元组(一个是嵌入层的输出,一个是每一层的输出)。模型在每个层的输出隐藏状态以及初始嵌入输出。
-
attentions (
tuple(tf.Tensor)
,可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
组成的元组(每个层一个)。注意力权重在注意力 softmax 后使用,用于在自注意力头中计算加权平均值。
TFDebertaV2ForMultipleChoice 的前向方法重写了 `__call__` 特别方法。
尽管前向通过的配方需要在此函数内部定义,但应该在之后调用 Module
实例而不是此(因为前者处理运行预处理和后处理步骤,而后者静默忽略它们)。
示例
>>> from transformers import AutoTokenizer, TFDebertaV2ForMultipleChoice
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> model = TFDebertaV2ForMultipleChoice.from_pretrained("kamalkraj/deberta-v2-xlarge")
>>> 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."
>>> encoding = tokenizer([prompt, prompt], [choice0, choice1], return_tensors="tf", padding=True)
>>> inputs = {k: tf.expand_dims(v, 0) for k, v in encoding.items()}
>>> outputs = model(inputs) # batch size is 1
>>> # the linear classifier still needs to be trained
>>> logits = outputs.logits