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.configGPTNeoModel
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_stateGPTNeoForCausalLM
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.logitsGPTNeoForQuestionAnswering
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.LongTensorof 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.FloatTensorof 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.LongTensorof 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.lossGPTNeoForSequenceClassification
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).lossGPTNeoForTokenClassification
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.LongTensorof 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.LongTensorof 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.FloatTensorof 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.FloatTensorof 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.LongTensorof 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.FloatTensorof shape(1,), optional, returned whenlabelsis provided) — 分类损失。 -
logits (
torch.FloatTensorof 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)
0.25FlaxGPTNeoModel
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_stateFlaxGPTNeoForCausalLM
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]