GPT Neo
概述
GPTNeo 模型由 Sid Black、Stella Biderman、Leo Gao、Phil Wang 和 Connor Leahy 在 EleutherAI/gpt-neo 存储库中发布。它是一个类似于 GPT2 的因果语言模型,在 Pile 数据集上进行训练。
该架构与 GPT2 类似,除了 GPT Neo 在每隔一层使用局部注意力,窗口大小为 256 个标记。
此模型由 valhalla 贡献。
使用示例
generate()
方法可用于使用 GPT Neo 模型生成文本。
>>> from transformers import GPTNeoForCausalLM, GPT2Tokenizer
>>> model = GPTNeoForCausalLM.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> tokenizer = GPT2Tokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> prompt = (
... "In a shocking finding, scientists discovered a herd of unicorns living in a remote, "
... "previously unexplored valley, in the Andes Mountains. Even more surprising to the "
... "researchers was the fact that the unicorns spoke perfect English."
... )
>>> input_ids = tokenizer(prompt, return_tensors="pt").input_ids
>>> gen_tokens = model.generate(
... input_ids,
... do_sample=True,
... temperature=0.9,
... max_length=100,
... )
>>> gen_text = tokenizer.batch_decode(gen_tokens)[0]
结合 GPT-Neo 和 Flash Attention 2
首先,确保安装最新版本的 Flash Attention 2 以包含滑动窗口注意力功能,并确保您的硬件与 Flash-Attention 2 兼容。有关安装的更多详细信息,请参阅 此处。
还要确保以半精度加载您的模型(例如,torch.float16
)。
要使用 Flash Attention 2 加载和运行模型,请参考下面的代码段
>>> import torch
>>> from transformers import AutoModelForCausalLM, AutoTokenizer
>>> device = "cuda" # the device to load the model onto
>>> model = AutoModelForCausalLM.from_pretrained("EleutherAI/gpt-neo-2.7B", torch_dtype=torch.float16, attn_implementation="flash_attention_2")
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-2.7B")
>>> prompt = "def hello_world():"
>>> model_inputs = tokenizer([prompt], return_tensors="pt").to(device)
>>> model.to(device)
>>> generated_ids = model.generate(**model_inputs, max_new_tokens=100, do_sample=True)
>>> tokenizer.batch_decode(generated_ids)[0]
"def hello_world():\n >>> run_script("hello.py")\n >>> exit(0)\n<|endoftext|>"
预期加速
以下是比较使用 EleutherAI/gpt-neo-2.7B
检查点的 transformers 中的本机实现与模型的 Flash Attention 2 版本之间的纯推理时间的预期加速图。请注意,对于 GPT-Neo,无法在非常长的上下文中进行训练/运行,因为最大 位置嵌入 限制为 2048 - 但这适用于所有 gpt-neo 模型,而不是特定于 FA-2 的
资源
GPTNeoConfig
class transformers.GPTNeoConfig
< 源代码 >( vocab_size = 50257 max_position_embeddings = 2048 hidden_size = 2048 num_layers = 24 attention_types = [[['global', 'local'], 12]] num_heads = 16 intermediate_size = None window_size = 256 activation_function = 'gelu_new' resid_dropout = 0.0 embed_dropout = 0.0 attention_dropout = 0.0 classifier_dropout = 0.1 layer_norm_epsilon = 1e-05 initializer_range = 0.02 use_cache = True bos_token_id = 50256 eos_token_id = 50256 **kwargs )
参数
- vocab_size (
int
, 可选, 默认值为 50257) — GPT Neo 模型的词汇量大小。定义了调用GPTNeoModel时传递的inputs_ids
可以表示的不同标记的数量。模型的词汇量大小。定义了传递给GPTNeoModel的forward方法的inputs_ids可以表示的不同标记。 - max_position_embeddings (
int
, 可选, 默认值为 2048) — 此模型可能使用的最大序列长度。通常将此设置为一个较大的值,以防万一(例如,512 或 1024 或 2048)。 - hidden_size (
int
, 可选, 默认值为 2048) — 编码器层和池化层的维度。 - num_layers (
int
, 可选, 默认值为 24) — Transformer 编码器中的隐藏层数量。 - attention_types (
List
, 可选, 默认值为[[['global', 'local'], 12]]
) —List
中每层的注意力类型,格式为[[["attention_type"], num_layerss]]
,例如对于 24 层模型[[["global"], 24]]
或[[["global", "local"], 12]]
,从["global", "local"]
中选择attention_type
的值。 - num_heads (
int
, 可选, 默认值为 16) — Transformer 编码器中每个注意力层的注意力头数量。 - intermediate_size (
int
, 可选, 默认值为 8192) — Transformer 编码器中“中间”(即前馈)层的维度。 - window_size (
int
, 可选, 默认值为 256) — 局部注意力的滑动窗口大小。 - activation_function (
str
或function
, 可选, 默认值为"gelu_new"
) — 编码器和池化器中的非线性激活函数(函数或字符串)。如果为字符串,则支持"gelu"
、"relu"
、"selu"
和"gelu_new"
。 - resid_dropout (
float
, 可选, 默认值为 0.0) — 注意力模式中使用的残差丢弃。 - embed_dropout (
float
, 可选, 默认值为 0.0) — 嵌入、编码器和池化器中所有全连接层的丢弃概率。 - attention_dropout (
float
, 可选, 默认值为 0.0) — 注意力概率的丢弃率。 - classifier_dropout (
float
, 可选, 默认值为 0.1) — 在进行令牌分类时使用的参数,在模型 GPTNeoForTokenClassification 中使用。隐藏层的丢弃率。 - layer_norm_epsilon (
float
, 可选, 默认值为 1e-05) — 层归一化层使用的 epsilon。 - initializer_range (
float
, 可选, 默认值为 0.02) — 用于初始化所有权重矩阵的截断正态初始化的标准差。 - use_cache (
bool
, 可选, 默认值为True
) — 模型是否应该返回最后的键/值注意力(并非所有模型都使用)。仅在config.is_decoder=True
时才相关。 - bos_token_id (
int
, 可选, 默认值为 50256) — 词汇表中句首标记的 id。 - eos_token_id (
int
, 可选, 默认值为 50256) — 词汇表中句尾标记的 id。
这是一个配置类,用于存储 GPTNeoModel 的配置。它用于根据指定的参数实例化 GPT Neo 模型,定义模型架构。使用默认值实例化配置将产生与 GPTNeo EleutherAI/gpt-neo-1.3B 架构类似的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。阅读 PretrainedConfig 的文档以获取更多信息。
示例
>>> from transformers import GPTNeoConfig, GPTNeoModel
>>> # Initializing a GPTNeo EleutherAI/gpt-neo-1.3B style configuration
>>> configuration = GPTNeoConfig()
>>> # Initializing a model (with random weights) from the EleutherAI/gpt-neo-1.3B style configuration
>>> model = GPTNeoModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.config
GPTNeoModel
class transformers.GPTNeoModel
< source >( config )
参数
- config (GPTNeoConfig) — 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关联的权重,只会加载配置。查看 from_pretrained() 方法加载模型权重。
GPT Neo 模型的裸 Transformer,输出原始隐藏状态,没有任何特定头部。
此模型继承自 PreTrainedModel。查看超类文档以了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解所有与一般用法和行为相关的事项。
forward
< source >( input_ids: Optional = None past_key_values: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → 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past_key_values[0][0].shape[-2]
(sequence_length
输入过去键值状态)。词汇表中输入序列标记的索引。如果使用
past_key_values
,则应仅将没有计算其过去的input_ids
传递为input_ids
。可以使用 AutoTokenizer 获取索引。查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。
- past_key_values (
Tuple[Tuple[torch.Tensor]]
长度为config.num_layers
) — 包含模型计算的预先计算的隐藏状态(注意块中的键和值)(见下文的past_key_values
输出)。可用于加速顺序解码。传递到此模型的input_ids
应不作为input_ids
传递,因为它们已计算完毕。 - attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
, 可选) — 掩码以避免对填充标记索引执行注意力。在[0, 1]
中选择掩码值:- 1 表示未掩码的标记。
- 0 表示掩码的标记。
- token_type_ids (
torch.LongTensor
形状为(batch_size, input_ids_length)
,可选) — 段落标记索引,指示输入的第一部分和第二部分。索引在[0, 1]
中选择:- 0 对应于一个 句子 A 标记,
- 1 对应于一个 句子 B 标记。
- position_ids (
torch.LongTensor
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[0, config.max_position_embeddings - 1]
范围内选择。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块的选定头无效的掩码。掩码值在[0, 1]
中选择:- 1 表示头 没有被掩盖,
- 0 表示头 被掩盖。
- 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嵌入表示,而不是传递input_ids
。如果您想比模型的内部嵌入查找矩阵更细致地控制如何将input_ids
索引转换为关联的向量,这很有用。如果使用了
past_key_values
,则可以选择只输入最后的inputs_embeds
(参见past_key_values
)。 - 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,请参阅返回张量中的hidden_states
。 - return_dict (
bool
,可选) — 是否返回一个 ModelOutput 而不是一个简单的元组。
返回值
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 config.return_dict=False
),包括根据配置 (GPTNeoConfig) 和输入而变化的各种元素。
-
last_hidden_state (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
) — 模型最后一层的输出处的隐藏状态序列。如果使用了
past_key_values
,则仅输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
,可选,在传递use_cache=True
或config.use_cache=True
时返回) — 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,并且如果config.is_encoder_decoder=True
,则可以选择另外包含 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的张量。包含预先计算的隐藏状态 (自注意力块中的键和值,以及如果
config.is_encoder_decoder=True
,则可以选择包含交叉注意力块中的键和值),这些状态可用于 (参见past_key_values
输入) 加速顺序解码。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组 (一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每一层的输出) ,形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出处的隐藏状态,以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组 (每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选,当传入output_attentions=True
和config.add_cross_attention=True
或config.output_attentions=True
时返回) — 形状为(batch_size, num_heads, sequence_length, sequence_length)
的torch.FloatTensor
元组 (每个层一个)。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值。
GPTNeoModel 的 forward 方法覆盖了 __call__
特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行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, GPTNeoModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = GPTNeoModel.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
GPTNeoForCausalLM
class transformers.GPTNeoForCausalLM
< source >( config )
参数
- config (GPTNeoConfig) — 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关联的权重,只会加载配置。查看 from_pretrained() 方法以加载模型权重。
GPT Neo 模型 Transformer,顶部带有一个语言建模头 (权重与输入嵌入绑定的线性层)。
此模型继承自 PreTrainedModel。查看超类文档以了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解所有与一般用法和行为相关的事项。
forward
< source >( input_ids: Optional = None past_key_values: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.CausalLMOutputWithCrossAttentions 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
)。词汇表中输入序列标记的索引。如果使用
past_key_values
,则仅应将没有计算过去值的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 (长度为
config.num_layers
的Tuple[Tuple[torch.Tensor]]
) — 包含模型计算的预计算隐藏状态 (注意力块中的键和值) (见下文的past_key_values
输出)。可用于加速顺序解码。应该将过去值传递给此模型的input_ids
不应作为input_ids
传入,因为它们已经计算过了。 - attention_mask (形状为
(batch_size, sequence_length)
的torch.FloatTensor
,可选) — 掩码以避免对填充标记索引执行注意力。在[0, 1]
中选择掩码值:- 1 表示 未屏蔽 的标记,
- 0 表示 屏蔽 的标记。
- token_type_ids (
torch.LongTensor
形状为(batch_size, input_ids_length)
,可选) — 分段标记索引,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 对应于一个 句子 A 标记,
- 1 对应于一个 句子 B 标记。
- position_ids (
torch.LongTensor
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[0, config.max_position_embeddings - 1]
范围内选择。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于使自注意力模块的选定头部失效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部 未被掩码,
- 0 表示头部 被掩码。
- 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嵌入表示,而不是传递input_ids
。如果您希望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,这将非常有用。如果使用了
past_key_values
,则可选地只需要输入最后一个inputs_embeds
(参见past_key_values
)。 - 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。有关详细信息,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。有关详细信息,请参见返回张量中的hidden_states
。 - return_dict (
bool
,可选) — 是否返回一个 ModelOutput 而不是一个普通元组。 - labels (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 语言建模标签。请注意,标签在模型内部 被移位,即您可以设置labels = input_ids
。索引在[-100, 0, ..., config.vocab_size]
中选择。所有设置为-100
的标签都将被忽略 (被掩码),损失仅针对[0, ..., config.vocab_size]
中的标签进行计算。
返回值
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),包括根据配置 (GPTNeoConfig) 和输入的不同元素。
-
loss (
torch.FloatTensor
形状为(1,)
,可选,在提供labels
时返回) — 语言建模损失 (用于下一个标记预测)。 -
logits (
torch.FloatTensor
形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数 (SoftMax 之前的每个词汇标记的分数)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组 (一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每一层的输出) ,形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出处的隐藏状态,以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组 (每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
-
cross_attentions (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
或当config.output_attentions=True
时返回) —torch.FloatTensor
元组 (每层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 SoftMax 后的交叉注意力权重,用于计算交叉注意力头中的加权平均值。
-
past_key_values (
tuple(tuple(torch.FloatTensor))
,可选,在传递use_cache=True
或当config.use_cache=True
时返回) —torch.FloatTensor
元组,长度为config.n_layers
,每个元组包含自注意力和交叉注意力层的缓存键、值状态 (如果模型在编码器-解码器设置中使用)。仅在config.is_decoder = True
时才相关。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。
GPTNeoForCausalLM 的 forward 方法覆盖了 __call__ 特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行前处理和后处理步骤,而后者会静默地忽略它们。
示例
>>> import torch
>>> from transformers import AutoTokenizer, GPTNeoForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = GPTNeoForCausalLM.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs, labels=inputs["input_ids"])
>>> loss = outputs.loss
>>> logits = outputs.logits
GPTNeoForQuestionAnswering
class transformers.GPTNeoForQuestionAnswering
< source >( config )
参数
- config (GPTNeoConfig) — 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关联的权重,仅加载配置。 请查看 from_pretrained() 方法来加载模型权重。
GPT-Neo 模型转换器,在其上添加了跨度分类头,用于 SQuAD 等抽取式问答任务(在隐藏状态输出之上添加线性层,用于计算跨度开始 logits 和跨度结束 logits)。
此模型继承自 PreTrainedModel。查看超类文档以了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解所有与一般用法和行为相关的事项。
forward
< source >( input_ids: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None start_positions: Optional = None end_positions: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.QuestionAnsweringModelOutput or tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(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序列长度)。 词汇表中输入序列 token 的索引。如果使用
past_key_values
,则应将没有计算其过去值的input_ids
作为input_ids
传递。索引可以使用 AutoTokenizer 获取。 请查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 以了解详情。
- past_key_values (
Tuple[Tuple[torch.Tensor]]
of lengthconfig.num_layers
) — 包含模型计算的预先计算的隐藏状态(注意力块中的键和值)(参见下面的past_key_values
输出)。 可以用于加速顺序解码。 传递给此模型的input_ids
应该没有被传递为input_ids
,因为它们已经计算过了。 - attention_mask (
torch.FloatTensor
of shape(batch_size, sequence_length)
, optional) — 用于避免对填充 token 索引执行注意力的掩码。 掩码值选择在[0, 1]
中:- 1 表示未屏蔽的 token,
- 0 表示屏蔽的 token。
- token_type_ids (
torch.LongTensor
of shape(batch_size, input_ids_length)
, optional) — 段 token 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]
中:- 0 对应于句子 A token,
- 1 对应于句子 B token。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
, 可选) — 输入序列中每个 token 在位置嵌入中的位置索引。在[0, config.max_position_embeddings - 1]
范围内选择。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 用于使自注意力模块中选定头部无效的掩码。掩码值在[0, 1]
范围内选择:- 1 表示头部未被掩码,
- 0 表示头部被掩码。
- 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嵌入表示,而不是传递input_ids
。如果您希望对如何将input_ids
索引转换为相关向量进行更多控制,而不是模型的内部嵌入查找矩阵,这将很有用。如果使用
past_key_values
,可以选择仅输入最后一个inputs_embeds
(参见past_key_values
)。 - use_cache (
bool
, 可选) — 如果设置为True
,将返回past_key_values
键值状态,这些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。有关更多详细信息,请参见返回张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通元组。 - start_positions (
torch.LongTensor
形状为(batch_size,)
, 可选) — 用于计算 token 分类损失的标记跨度开始位置的标签 (索引)。位置被限制在序列长度 (sequence_length
) 内。序列之外的位置不会被考虑用于计算损失。 - end_positions (
torch.LongTensor
形状为(batch_size,)
, 可选) — 用于计算 token 分类损失的标记跨度结束位置的标签 (索引)。位置被限制在序列长度 (sequence_length
) 内。序列之外的位置不会被考虑用于计算损失。
返回值
transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个 torch.FloatTensor
的元组 (如果传递了 return_dict=False
或者当 config.return_dict=False
时),包含根据配置 (GPTNeoConfig) 和输入的不同元素。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选,在提供labels
时返回) — 总跨度提取损失是开始和结束位置的交叉熵之和。 -
start_logits (
torch.FloatTensor
形状为(batch_size, sequence_length)
) — 跨度开始分数 (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,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组 (一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每一层的输出) ,形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出处的隐藏状态,以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组 (每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
GPTNeoForQuestionAnswering 的 forward 方法覆盖了 __call__
特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行前处理和后处理步骤,而后者会静默地忽略它们。
此示例使用随机模型,因为真实的模型都非常大。为了获得正确的结果,您应该使用 EleutherAI/gpt-neo-1.3B 而不是 EleutherAI/gpt-neo-1.3B。如果在加载该检查点时出现内存不足错误,您可以在 from_pretrained
调用中尝试添加 device_map="auto"
。
示例
>>> from transformers import AutoTokenizer, GPTNeoForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = GPTNeoForQuestionAnswering.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> 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([14])
>>> target_end_index = torch.tensor([15])
>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.loss
GPTNeoForSequenceClassification
class transformers.GPTNeoForSequenceClassification
< 源代码 >( config )
参数
- config (GPTNeoConfig) — 模型配置类,包含模型的所有参数。用配置文
GPTNeo 模型转换器,顶部带有序列分类头(线性层)。
GPTNeoForSequenceClassification 使用最后一个令牌进行分类,就像其他因果模型(例如 GPT-1)一样。
由于它对最后一个令牌进行分类,因此需要知道最后一个令牌的位置。如果配置中定义了 pad_token_id
,它会找到每行中不是填充令牌的最后一个令牌。如果没有定义 pad_token_id
,它只会简单地获取批处理中每行的最后一个值。由于它无法在传递 inputs_embeds
而不是 input_ids
时猜测填充令牌,因此它会执行相同的操作(获取批处理中每行的最后一个值)。
此模型继承自 PreTrainedModel。查看超类文档以了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解所有与一般用法和行为相关的事项。
forward
< 源代码 >( input_ids: Optional = None past_key_values: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → 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
)。词汇表中输入序列令牌的索引。如果使用
past_key_values
,则应将没有计算过去值的input_ids
作为input_ids
传递。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 (
Tuple[Tuple[torch.Tensor]]
长度为config.num_layers
) — 包含模型计算的预计算隐藏状态(注意块中的键和值)(参见下面的past_key_values
输出)。可用于加快顺序解码。传递给此模型的具有过去的input_ids
不应作为input_ids
传递,因为它们已经计算过了。 - attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
,可选) — 避免对填充令牌索引执行注意的掩码。在[0, 1]
中选择的掩码值:- 1 表示未被掩盖的令牌,
- 0 表示被掩盖的令牌。
- token_type_ids (
torch.LongTensor
形状为(batch_size, input_ids_length)
, 可选) — 段标记索引,用于指示输入的第一部分和第二部分。索引从[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 (
torch.LongTensor
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。从[0, config.max_position_embeddings - 1]
范围内选择。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 用于使自注意力模块的选定头无效的掩码。掩码值从[0, 1]
中选择:- 1 表示头 未被掩码,
- 0 表示头 被掩码。
- 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嵌入表示,而不是传递input_ids
。如果您想比模型的内部嵌入查找矩阵更精细地控制如何将input_ids
索引转换为关联的向量,这很有用。如果使用了
past_key_values
,则可以选择仅输入最后一个inputs_embeds
(参见past_key_values
)。 - 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,请参阅返回张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通元组。 - 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)。
返回值
transformers.modeling_outputs.SequenceClassifierOutputWithPast
或 tuple(torch.FloatTensor)
transformers.modeling_outputs.SequenceClassifierOutputWithPast
或 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 (GPTNeoConfig) 和输入的不同元素。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选,当提供labels
时返回) — 分类(如果 config.num_labels==1 则为回归)损失。 -
logits (
torch.FloatTensor
形状为(batch_size, config.num_labels)
) — 分类(如果 config.num_labels==1 则为回归)分数(在 SoftMax 之前)。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选,当传递use_cache=True
或当config.use_cache=True
时返回) — 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。包含预先计算的隐藏状态(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,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组 (一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每一层的输出) ,形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出处的隐藏状态,以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组 (每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
GPTNeoForSequenceClassification 正向方法覆盖了 __call__
特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行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, GPTNeoForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = GPTNeoForSequenceClassification.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> 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 = GPTNeoForSequenceClassification.from_pretrained("EleutherAI/gpt-neo-1.3B", num_labels=num_labels)
>>> labels = torch.tensor([1])
>>> loss = model(**inputs, labels=labels).loss
多标签分类示例
>>> import torch
>>> from transformers import AutoTokenizer, GPTNeoForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = GPTNeoForSequenceClassification.from_pretrained("EleutherAI/gpt-neo-1.3B", 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 = GPTNeoForSequenceClassification.from_pretrained(
... "EleutherAI/gpt-neo-1.3B", 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
GPTNeoForTokenClassification
class transformers.GPTNeoForTokenClassification
< 源代码 >( config )
参数
- config (GPTNeoConfig) — 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。 查看from_pretrained()方法来加载模型权重。
在 GPT Neo 模型之上添加一个令牌分类头部(在隐藏状态输出之上添加一个线性层),例如用于命名实体识别(NER)任务。
此模型继承自 PreTrainedModel。查看超类文档以了解库为所有模型实现的通用方法(例如下载或保存、调整输入嵌入大小、修剪头部等)。
此模型也是 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解所有与一般用法和行为相关的事项。
forward
< 源代码 >( input_ids: Optional = None past_key_values: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.TokenClassifierOutput or 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
)。词汇表中输入序列令牌的索引。如果使用
past_key_values
,则应仅将没有计算过去值的input_ids
作为input_ids
传递。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 (
Tuple[Tuple[torch.Tensor]]
长度为config.num_layers
) — 包含模型计算的预计算隐藏状态(注意块中的键和值)(参见下面的past_key_values
输出)。 可以用来加速顺序解码。 应该将past_key_values
传递到此模型的input_ids
不应作为input_ids
传递,因为它们已经计算过了。 - attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
, 可选) — 用于避免对填充令牌索引执行注意的掩码。 在[0, 1]
中选择掩码值:- 1 表示 未掩码 的令牌,
- 0 表示 掩码 的令牌。
- token_type_ids (
torch.LongTensor
of shape(batch_size, input_ids_length)
, optional) — 用于指示输入的第一部分和第二部分的片段标记索引。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 (
torch.LongTensor
of shape(batch_size, sequence_length)
, optional) — 每个输入序列标记在位置嵌入中的位置索引。在[0, config.max_position_embeddings - 1]
范围内选择。 - head_mask (
torch.FloatTensor
of shape(num_heads,)
or(num_layers, num_heads)
, optional) — 用于使自注意力模块的选定头部失效的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未被掩码,
- 0 表示头部被掩码。
- 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式表示,而不是传递input_ids
。如果您希望比模型内部嵌入查找矩阵对如何将input_ids
索引转换为相关向量有更多控制,这将很有用。如果使用
past_key_values
,则可以选择仅输入最后一个inputs_embeds
(参见past_key_values
)。 - use_cache (
bool
, optional) — 如果设置为True
,则会返回past_key_values
键值状态,可用于加速解码(参见past_key_values
)。 - 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,请参阅返回张量中的attentions
。 - output_hidden_states (
bool
, optional) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量中的hidden_states
。 - return_dict (
bool
, optional) — 是否返回 ModelOutput 而不是普通元组。 - labels (
torch.LongTensor
of shape(batch_size, sequence_length)
, 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]
中。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.TokenClassifierOutput or tuple(torch.FloatTensor)
A transformers.modeling_outputs.TokenClassifierOutput 或 torch.FloatTensor
的元组(如果传递 return_dict=False
或当 config.return_dict=False
时),包含根据配置(GPTNeoConfig)和输入的不同元素。
-
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)
) — 分类分数(在 SoftMax 之前)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组 (一个用于嵌入的输出,如果模型具有嵌入层,+ 一个用于每一层的输出) ,形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出处的隐藏状态,以及可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递output_attentions=True
或config.output_attentions=True
时返回) —torch.FloatTensor
元组 (每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
GPTNeoForTokenClassification 前向方法,重写 __call__
特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行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, GPTNeoForTokenClassification
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-125m")
>>> model = GPTNeoForTokenClassification.from_pretrained("EleutherAI/gpt-neo-125m")
>>> 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
>>> round(loss.item(), 2)
0.25
FlaxGPTNeoModel
class transformers.FlaxGPTNeoModel
< source >( config: GPTNeoConfig input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
- config (GPTNeoConfig) — 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关联的权重,只会加载配置。 检查 from_pretrained() 方法来加载模型权重。
- dtype (
jax.numpy.dtype
, 可选, 默认值为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。这可以用来启用混合精度训练或半精度推理在 GPU 或 TPU 上。 如果指定,所有计算将使用给定的
dtype
进行。注意,这仅指定计算的
dtype
,不影响模型参数的dtype
。
基础 GPTNeo 模型变压器,输出原始隐藏状态,没有任何特定的头部。
此模型继承自 FlaxPreTrainedModel。 检查超类文档以了解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、剪枝头等)。
此模型也是 Flax Linen flax.nn.Module 子类。 将其用作常规 Flax 模块,并参考 Flax 文档以了解有关一般用法和行为的所有事项。
最后,此模型支持固有的 JAX 特性,例如
__call__
< source >( input_ids attention_mask = None position_ids = None params: dict = None past_key_values: dict = None dropout_rng: PRNGKey = None train: bool = False output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
numpy.ndarray
形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
。 词汇表中输入序列标记的索引。可以使用 AutoTokenizer 获取索引。 有关详细信息,请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
numpy.ndarray
形状为(batch_size, sequence_length)
, 可选) — 掩码以避免对填充标记索引执行注意力。 在[0, 1]
中选择的掩码值:- 1 表示 未屏蔽 的标记,
- 0 表示 屏蔽 的标记。
- position_ids (
numpy.ndarray
形状为(batch_size, sequence_length)
,可选) — 输入序列中每个 token 在位置嵌入中的位置索引。在范围[0, config.max_position_embeddings - 1]
内选择。 - past_key_values (
Dict[str, np.ndarray]
,可选,由init_cache
返回,或者在传递上一个past_key_values
时返回) — 预先计算的隐藏状态字典(注意力块中的键和值),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。有关详细信息,请参阅返回张量中的attentions
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关详细信息,请参阅返回张量中的hidden_states
。 - return_dict (
bool
,可选) — 是否返回 ModelOutput 而不是普通元组。
返回值
transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxBaseModelOutput 或 torch.FloatTensor
的元组(如果传递了 return_dict=False
或者当 config.return_dict=False
时),包含各种元素,具体取决于配置 (GPTNeoConfig) 和输入。
-
last_hidden_state (
jnp.ndarray
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(jnp.ndarray)
,可选,在传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —jnp.ndarray
的元组(一个用于嵌入的输出,一个用于每一层的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出的隐藏状态以及初始嵌入输出。
-
attentions (
tuple(jnp.ndarray)
,可选,在传递output_attentions=True
或当config.output_attentions=True
时返回) —jnp.ndarray
的元组(每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
FlaxGPTNeoPreTrainedModel
正向方法,覆盖了 __call__
特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行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, FlaxGPTNeoModel
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = FlaxGPTNeoModel.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="jax")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
FlaxGPTNeoForCausalLM
class transformers.FlaxGPTNeoForCausalLM
< source >( config: GPTNeoConfig input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
- config (GPTNeoConfig) — 模型配置类,包含模型的所有参数。用配置文件初始化不会加载与模型关联的权重,只会加载配置。查看 from_pretrained() 方法以加载模型权重。
- dtype (
jax.numpy.dtype
,可选,默认值为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。这可以用来启用混合精度训练或在 GPU 或 TPU 上的半精度推理。如果指定,所有计算都将使用给定的
dtype
执行。注意,这只会指定计算的
dtype
,不会影响模型参数的dtype
。
带有语言建模头的 GPTNeo 模型变换器(线性层,权重与输入嵌入绑定)。
此模型继承自 FlaxPreTrainedModel。 检查超类文档以了解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、剪枝头等)。
此模型也是 Flax Linen flax.nn.Module 子类。 将其用作常规 Flax 模块,并参考 Flax 文档以了解有关一般用法和行为的所有事项。
最后,此模型支持固有的 JAX 特性,例如
__call__
< 源代码 >( input_ids attention_mask = None position_ids = None params: dict = None past_key_values: dict = None dropout_rng: PRNGKey = None train: bool = False output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
numpy.ndarray
形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
。输入序列标记在词表中的索引。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 (
numpy.ndarray
形状为(batch_size, sequence_length)
,可选) — 掩码以避免对填充标记索引执行注意力。在[0, 1]
中选择掩码值:- 1 表示未屏蔽的标记,
- 0 表示屏蔽的标记。
- position_ids (
numpy.ndarray
形状为(batch_size, sequence_length)
,可选) — 输入序列标记在位置嵌入中的位置索引。在[0, config.max_position_embeddings - 1]
范围内选择。 - past_key_values (
Dict[str, np.ndarray]
,可选,由init_cache
返回,或在传递之前的past_key_values
时返回) — 预计算隐藏状态词典(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。有关详细信息,请参阅返回张量中的attentions
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关详细信息,请参阅返回张量中的hidden_states
。 - return_dict (
bool
,可选) — 是否返回 ModelOutput 而不是普通元组。
返回值
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 torch.FloatTensor
的元组(如果传递了 return_dict=False
,或者当 config.return_dict=False
时),包含根据配置(GPTNeoConfig)和输入而定的各种元素。
-
logits (
jnp.ndarray
形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax 之前的每个词表标记的分数)。 -
hidden_states (
tuple(jnp.ndarray)
,可选,在传递output_hidden_states=True
或当config.output_hidden_states=True
时返回) —jnp.ndarray
的元组(一个用于嵌入的输出,一个用于每一层的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每一层输出的隐藏状态以及初始嵌入输出。
-
attentions (
tuple(jnp.ndarray)
,可选,在传递output_attentions=True
或当config.output_attentions=True
时返回) —jnp.ndarray
的元组(每一层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
FlaxGPTNeoPreTrainedModel
正向方法,覆盖了 __call__
特殊方法。
尽管前向传递的配方需要在此函数内定义,但之后应该调用 Module
实例而不是此函数,因为前者负责运行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, FlaxGPTNeoForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> model = FlaxGPTNeoForCausalLM.from_pretrained("EleutherAI/gpt-neo-1.3B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="np")
>>> outputs = model(**inputs)
>>> # retrieve logts for next token
>>> next_token_logits = outputs.logits[:, -1]