GPT-J
概述
GPT-J模型由Ben Wang和Aran Komatsuzaki在kingoflolz/mesh-transformer-jax仓库发布。这是一个类似于GPT-2的因果语言模型,在Pile数据集上训练的。
此模型由Stella Biderman贡献。
使用技巧
- 要加载GPT-J并进行float32处理,至少需要2倍于模型大小的RAM:1倍用于初始权重,另1倍用于加载校验点。因此,仅为了加载GPT-J模型,至少需要48GB RAM。为了减少RAM使用,有一些选择。可以使用《torch_dtype》参数在CUDA设备上仅初始化为半精度的模型。还有一个fp16分支,用于存储fp16权重,可用于进一步减少RAM使用。
>>> from transformers import GPTJForCausalLM
>>> import torch
>>> device = "cuda"
>>> model = GPTJForCausalLM.from_pretrained(
... "EleutherAI/gpt-j-6B",
... revision="float16",
... torch_dtype=torch.float16,
... ).to(device)
模型推理时应适合16GB GPU。对于训练/微调,将需要更多的GPU RAM。例如,Adam优化器会为模型、梯度、均方根、平方均方根创建四个副本。因此,即使在混合精度下(梯度更新是fp32),也需要至少4倍模型大小的GPU内存。这还不包括激活函数和数据批次,这些都还需要更多的GPU RAM。因此,应探索DeepSpeed等解决方案来训练/微调模型。另一种选择是使用原始代码库在TPU上训练/微调模型,然后将模型转换为Transformers格式以进行推理。有关说明,请参阅此处
尽管嵌入矩阵的大小为50400,但GPT-2标记器只使用了50257个条目。额外添加这些标记是为了在TPU上提高效率。为了避免嵌入矩阵大小和词汇表大小不匹配,GPT-J的标记器包含143个额外标记
<|extratoken_1|>... <|extratoken_143|>
,因此标记器的《vocab_size》也变为50400。
使用示例
可以使用generate()方法使用GPT-J模型生成文本。
>>> from transformers import AutoModelForCausalLM, AutoTokenizer
>>> model = AutoModelForCausalLM.from_pretrained("EleutherAI/gpt-j-6B")
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> 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]
…或者以float16精度
>>> from transformers import GPTJForCausalLM, AutoTokenizer
>>> import torch
>>> device = "cuda"
>>> model = GPTJForCausalLM.from_pretrained("EleutherAI/gpt-j-6B", torch_dtype=torch.float16).to(device)
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> 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.to(device)
>>> gen_tokens = model.generate(
... input_ids,
... do_sample=True,
... temperature=0.9,
... max_length=100,
... )
>>> gen_text = tokenizer.batch_decode(gen_tokens)[0]
资源
以下是官方 Hugging Face 和社区资源列表(🌎 标识),帮助您开始使用 GPT-J。如果您想提交资源以包含在此处,请随时提交一个 Pull Request,我们会进行审查!理想情况下,该资源应展示新内容,而不是重复现有资源。
- GPT-J 的描述。[请点击链接](https://huggingface.co/EleutherAI/gpt-j-6B)。
- 关于如何使用 Hugging Face Transformers 和 Amazon SageMaker 部署 GPT-J 6B 以进行推理的博客。[请点击链接](https://huggingface.co/blog/gptj-sagemaker)。
- 关于如何使用 DeepSpeed-Inference 在 GPU 上加速 GPT-J 推理的博客。[请点击链接](https://www.philschmid.de/gptj-deepspeed-inference)。
- 介绍 GPT-J-6B 的博客文章:基于 JAX 的 6B Transformer。[请点击链接](https://arankomatsuzaki.wordpress.com/2021/06/04/gpt-j/) 🌎
- 用于 GPT-J-6B 推理演示的笔记本。[请点击链接](https://colab.research.google.com/github/kingoflolz/mesh-transformer-jax/blob/master/colab_demo.ipynb) 🌎
- 展示如何使用 GPT-J-6B 进行推理的另一本笔记本。[请点击链接](https://colab.research.google.com/github/NielsRogge/Transformers-Tutorials/blob/master/GPT-J-6B/Inference_with_GPT_J_6B.ipynb)。
- 🤗 Hugging Face 课程中关于因果语言建模章节的链接。[请点击链接](https://huggingface.co/course/en/chapter7/6?fw=pt#training-a-causal-language-model-from-scratch)。
- GPTJForCausalLM 支持以下脚本和笔记本:[因果语言建模示例脚本](https://github.com/huggingface/transformers/tree/main/examples/pytorch/language-modeling#gpt-2gpt-and-causal-language-modeling),[文本生成示例脚本](https://github.com/huggingface/transformers/tree/main/examples/pytorch/text-generation),[笔记本](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/language_modeling.ipynb)。
- TFGPTJForCausalLM 支持以下脚本和笔记本:[因果语言建模示例脚本](https://github.com/huggingface/transformers/tree/main/examples/tensorflow/language-modeling#run_clmpy),[笔记本](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/language_modeling-tf.ipynb)。
- FlaxGPTJForCausalLM 支持以下脚本和笔记本:[因果语言建模示例脚本](https://github.com/huggingface/transformers/tree/main/examples/flax/language-modeling#causal-language-modeling),[笔记本](https://colab.research.google.com/github/huggingface/notebooks/blob/main/examples/causal_language_modeling_flax.ipynb)。
文档资源
GPTJConfig
类 transformers.GPTJConfig
< 源 >( vocab_size = 50400 n_positions = 2048 n_embd = 4096 n_layer = 28 n_head = 16 rotary_dim = 64 n_inner = None activation_function = 'gelu_new' resid_pdrop = 0.0 embd_pdrop = 0.0 attn_pdrop = 0.0 layer_norm_epsilon = 1e-05 initializer_range = 0.02 use_cache = True bos_token_id = 50256 eos_token_id = 50256 tie_word_embeddings = False **kwargs )
参数
- vocab_size (int, 可选,默认为 50400) — GPT-J模型的词汇表大小。定义了在调用 GPTJModel 时通过
inputs_ids
传入的不同标记的数量。 - n_positions (
int
,可选,默认为 2048)-- 此模型可能使用的最大序列长度。通常将其设置为较大值以防万一(例如,512、1024 或 2048)。 - n_embd (
int
,可选,默认为 4096)-- 嵌入和隐藏状态的维度。 - n_layer (
int
,可选,默认为 28)-- Transformer 编码器中的隐藏层数量。 - n_head (
int
,可选,默认为 16)-- Transformer 编码器中每个注意层的注意力头数量。 - rotary_dim (
int
, 可选, 默认为 64) — 应用于嵌入的旋转位置嵌入的维数。 - n_inner (
int
, 可选, 默认为 None) — 内部前馈层的维度。《code>None 将将其设置为 n_embd 的 4 倍 - activation_function (
str
, 可选, 默认为"gelu_new"
) — 激活函数,可在以下列表中选择["relu", "silu", "gelu", "tanh", "gelu_new"]
. - resid_pdrop (
float
, 可选,默认为0.1) — 嵌入层、编码器和池化器中所有全连接层的dropout概率。 - embd_pdrop (
int
, 可选,默认为0.1) — 嵌入层的dropout比例。 - attn_pdrop (
float
, 可选,默认为0.1) — 注意力的dropout比例。 - layer_norm_epsilon (
float
, 可选,默认为1e-5) — 层归一化层中使用的epsilon值。 - initializer_range (
float
, 可选, 默认为0.02) — 初始化所有权重矩阵时所使用的truncated_normal_initializer的标准差。 - use_cache (
bool
, 可选, 默认为True
) — 模型是否应该返回最后的关键/值注意力(不是所有模型都使用)。
这是存储GPTJModel配置的配置类。它用于根据指定的参数实例化一个GPT-J模型,定义模型架构。使用默认值创建的配置对象将与GPT-J EleutherAI/gpt-j-6B架构的配置相似。配置对象继承自PretrainedConfig,并可用于控制模型输出。有关更多信息,请参阅PretrainedConfig的文档。
GPTJModel
class transformers.GPTJModel
< source >( config )
参数
- config (GPTJConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化并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。
裸GPT-J模型变压器,输出原始隐藏状态而不包含任何特定的头部。这是一个PyTorch torch.nn.Module子类。将其用作常规PyTorch模块,并查阅PyTorch文档了解所有与一般使用和行为相关的事项。
forward
< source >( input_ids: 可选 = None past_key_values: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None head_mask: 可选 = None inputs_embeds: 可选 = None use_cache: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.BaseModelOutputWithPast 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
的形状为(batch_size, sequence_length)
) — 输入序列中词汇的索引。索引可以通过 AutoTokenizer 获取。详细请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
of shape(batch_size, sequence_length)
, optional) — 用于避免在填充token索引上执行注意力的掩码。掩码值从[0, 1]
中选择:- 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)
, optional) — 分段token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 句子 A token,
- 1 对应于 句子 B token。
- position_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
, optional) — 每个输入序列token在位置嵌入中的位置索引。所选范围在[0, config.n_positions - 1]
之间。 - head_mask (
torch.FloatTensor
形状为(num_attention_heads,)
或(n_layer, num_attention_heads)
,可选)— 用于消除自注意力模块中选定头部的掩码。掩码值选择在[0, 1]
之间:- 1 表示该头部未被 掩码,
- 0 表示该头部被 掩码。
- inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_dim)
,可选)— 可选地,而不是传递input_ids
,您可以选择直接传递一个嵌入表示。这在您想要比模型内部嵌入查找矩阵有更多控制如何将 input_ids 索引转换为相关向量时特别有用。 - 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。更多详情请参阅返回张量中的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回ModelOutput而不是平凡的元组。
返回
transformers.modeling_outputs.BaseModelOutputWithPast或torch.FloatTensor
的元组
transformers.modeling_outputs.BaseModelOutputWithPast或一个由torch.FloatTensor
组成的元组(如果传递了return_dict=False
或者当config.return_dict=False
时),根据配置(GPTJConfig)和输入包含各种元素。
-
last_hidden_state (
torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_size)
) — 模型最后一层输出的隐藏状态序列。如果使用
past_key_values
,则只输出序列的最后一个隐藏状态,形状为(batch_size, 1, hidden_size)
。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
,可选,在传递参数use_cache=True
或当config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
的元组,每个tuple包含2个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量,如果config.is_encoder_decoder=True
,则可能还有2个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的张量。包含预计算的隐藏状态(自注意力块中的键和值,如果配置为
config.is_encoder_decoder=True
,则在交叉注意力块中)可以用于(见past_key_values
输入)加速连续解码。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递参数output_hidden_states=True
或当config.output_hidden_states=True
时返回) — 包含层的输出的torch.FloatTensor
的元组(如果模型有嵌入层,则包含嵌入输出)。在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
注意 (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 包含一个torch.FloatTensor
元组的元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
GPTJModel 前向方法重写了 __call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
本示例使用随机模型,因为真正的模型都非常大。为了得到正确的结果,您应该使用 EleutherAI/gpt-j-6B 而不是 hf-internal-testing/tiny-random-gptj。如果在加载该检查点时发生内存不足,您可以在 from_pretrained
调用中尝试添加 device_map="auto"
。
例子
>>> from transformers import AutoTokenizer, GPTJModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> model = GPTJModel.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
GPTJForCausalLM
class transformers.GPTJForCausalLM
< 来源 >( config )
参数
- config (GPTJConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化并不加载与模型相关的权重,只加载配置。请查看 from_pretrained() 方法以加载模型权重。
带语言建模头的 GPT-J 模型 Transformer。
此模型是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch Module 使用,并参考 PyTorch 文档以了解所有有关一般使用和行为的问题。
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.CausalLMOutputWithPast 或 tuple(torch.FloatTensor)
参数
- input_ids (形状为
(batch_size, sequence_length)
的torch.LongTensor
) — 输入序列词汇表中的标记索引。可以使用AutoTokenizer获取索引。详情请见PreTrainedTokenizer.encode()和PreTrainedTokenizer.call()。
- attention_mask (形状为
(batch_size, sequence_length)
的torch.FloatTensor
,可选) — 避免对填充标记索引执行注意力的掩码。掩码值在[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 (形状为
(batch_size, sequence_length)
的torch.LongTensor
,可选) — 分段标记索引,用于表示输入的第一部分和第二部分。索引在[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 (形状为
(batch_size, sequence_length)
的torch.LongTensor
,可选)—— 每个输入序列标记的位移嵌入中的位置索引。在范围[0, config.n_positions - 1]
内选择。 - head_mask (形状为
(num_attention_heads,)
或(n_layer, num_attention_heads)
的torch.FloatTensor
,可选)—— 用于屏蔽自注意力模块选定头部的掩码。所选掩码值在[0, 1]
: - inputs_embeds (形状为
(batch_size, sequence_length, hidden_dim)
的torch.FloatTensor
,可选)—— 你可以选择直接传入嵌入表示,而不是传入input_ids
。这在你想比模型的内部嵌入查找矩阵有更多控制权时有用,以便将 input_ids 索引转换为关联向量。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。更多细节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。更多细节请参阅返回张量下的hidden_states
。 - return_dict (
bool
, 可选) — 是否返回 ModelOutput 而不是普通的元组。 - labels (
torch.LongTensor
of shape(batch_size, sequence_length)
, 可选) — 语言模型的标签。注意,标签在模型内部是偏移的,即您可以设置labels = input_ids
索引在[-100, 0, ..., config.vocab_size]
范围内选择。所有设置为-100
的标签都被忽略(屏蔽),只会为[0, ..., config.vocab_size]
范围内的标签计算损失
返回
transformers.modeling_outputs.CausalLMOutputWithPast 或 tuple(torch.FloatTensor)
A transformers.modeling_outputs.CausalLMOutputWithPast 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
),包含根据配置(GPTJConfig)和输入的不同元素。
-
loss(《torch.FloatTensor of shape
(1,)
,可选,在提供labels
时返回) - 语言模型损失(用于下一个token的预测)。 -
logits(《torch.FloatTensor of shape
(batch_size, sequence_length, config.vocab_size)
) - 语言模型头部的预测得分数(在SoftMax之前的每个词汇表的token得分)。 -
past_key_values(《tuple(tuple(torch.FloatTensor)),可选,在传递
use_cache=True
时返回或当config.use_cache=True
) - 长度为config.n_layers
的tuple(torch.FloatTensor)
的元组,每个元组有两个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量包含预计算的隐藏状态(自注意力块中的键和值),可以用于(参见
past_key_values
输入)加速序列解码。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递参数output_hidden_states=True
或当config.output_hidden_states=True
时返回) — 包含层的输出的torch.FloatTensor
的元组(如果模型有嵌入层,则包含嵌入输出)。在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
注意 (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 包含一个torch.FloatTensor
元组的元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
“GPTJForCausalLM forward方法,覆盖了 __call__特殊方法
。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
本示例使用随机模型,因为真正的模型都非常大。为了得到正确的结果,您应该使用 EleutherAI/gpt-j-6B 而不是 hf-internal-testing/tiny-random-gptj。如果在加载该检查点时发生内存不足,您可以在 from_pretrained
调用中尝试添加 device_map="auto"
。
例子
>>> import torch
>>> from transformers import AutoTokenizer, GPTJForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> model = GPTJForCausalLM.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs, labels=inputs["input_ids"])
>>> loss = outputs.loss
>>> logits = outputs.logits
GPTJForSequenceClassification
class transformers.GPTJForSequenceClassification
< 源代码 >( config )
参数
- 配置 (GPTJConfig) — 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模型相关的权重,只加载配置。查看from_pretrained() 方法来加载模型权重。
在顶部配备了序列分类头的GPT-J模型转换器。
GPTJForSequenceClassification 使用最后一个标记来进行分类,这与其他因果模型(例如GPT、GPT-2、GPT-Neo)一样。
由于它在最后一个标记上做分类,所以需要知道最后一个标记的位置。如果配置中定义了pad_token_id
,则在每一行中找到最后一个不是填充标记的标记。如果没有定义pad_token_id
,则简单地取每一行中的最后一个值。由于当传递了inputs_embeds
而不是input_ids
时无法猜测填充标记,所以它做相同的事情(取每一行中的最后一个值)。
此模型是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch Module 使用,并参考 PyTorch 文档以了解所有有关一般使用和行为的问题。
forward
< 源代码 >( input_ids: 可选 = None past_key_values: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None head_mask: 可选 = None inputs_embeds: 可选 = None labels: 可选 = None use_cache: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.SequenceClassifierOutputWithPast
或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, 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,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask(《torch.FloatTensor》形态为
(batch_size, sequence_length)
,可选) — 避免对填充标记索引进行注意力的掩码。掩码值在[0, 1]
中选择:- 1表示未被掩码的标记,
- 0表示被掩码的标记。
- token_type_ids(《torch.LongTensor》形态为
(batch_size, sequence_length)
,可选) — 用于指示输入的前后部分的标记段索引。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(《torch.LongTensor》形态为
(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.n_positions - 1]
范围内选择。 - head_mask (
torch.FloatTensor
的 shape 为(num_attention_heads,)
或(n_layer, num_attention_heads)
,可选 ) — 阻断 self-attention 模块中选定头部的掩码。掩码值在[0, 1]
中选择:- 1 表示头部 未掩码 ,
- 0 表示头部 掩码 。
- inputs_embeds (
torch.FloatTensor
的 shape 为(batch_size, sequence_length, hidden_dim)
,可选 ) — 可选地,您可以直接传递嵌入式表示,而不是传递input_ids
。如果您希望对将 input_ids 索引转换为相关向量有更多控制权,此选项很有用。 - output_attentions (
bool
,可选 ) — 是否返回所有注意力层的注意力张量。关于返回张量中的attentions
的更多详细信息,请参阅。 - 输出隐藏状态 (
bool
, 可选) — 是否返回所有层的隐藏状态。更多详细信息请参阅输出的张量下的hidden_states
。 - 返回字典 (
bool
, 可选) — 是否返回一个 ModelOutput 而不是普通的元组。 - 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
transformers.modeling_outputs.SequenceClassifierOutputWithPast
或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.SequenceClassifierOutputWithPast
或一个由 torch.FloatTensor
组成的元组(如果传递 return_dict=False
或 config.return_dict=False
),它包含的元素根据配置(GPTJConfig)和输入而定。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选,当提供labels
时返回) — 分类(或如果config.num_labels==1
,则是回归)损失。 -
logits (
torch.FloatTensor
形状为(batch_size, config.num_labels)
) — 分类(或如果config.num_labels==1
,则是回归)得分(在SoftMax之前)。 -
past_key_values(《tuple(tuple(torch.FloatTensor)),可选,在传递
use_cache=True
时返回或当config.use_cache=True
) - 长度为config.n_layers
的tuple(torch.FloatTensor)
的元组,每个元组有两个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量包含预计算的隐藏状态(自注意力块中的键和值),可以用于(参见
past_key_values
输入)加速序列解码。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,当传递参数output_hidden_states=True
或当config.output_hidden_states=True
时返回) — 包含层的输出的torch.FloatTensor
的元组(如果模型有嵌入层,则包含嵌入输出)。在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
注意 (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 包含一个torch.FloatTensor
元组的元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
GPTJForSequenceClassification 前向方法,重写了 __call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
此示例使用随机模型,因为实际模型都很庞大。为了获取正确的结果,应使用 EleutherAI/gpt-j-6B 而不是 ydshieh/tiny-random-gptj-for-sequence-classification。如果您在加载检查点时遇到内存不足的情况,请在 from_pretrained
调用中尝试添加 device_map="auto"
。
单标签分类示例
>>> import torch
>>> from transformers import AutoTokenizer, GPTJForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification")
>>> model = GPTJForSequenceClassification.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification")
>>> 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 = GPTJForSequenceClassification.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification", 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, GPTJForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification")
>>> model = GPTJForSequenceClassification.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification", 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 = GPTJForSequenceClassification.from_pretrained(
... "ydshieh/tiny-random-gptj-for-sequence-classification", 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
GPTJForQuestionAnswering
class transformers.GPTJForQuestionAnswering
< source >( config )
参数
- config (GPTJConfig) — 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。查看 from_pretrained() 方法以加载模型权重。
GPT-J 模型变压器,顶部带有用于抽取式问答任务的句子分类头,如 SQuAD(在隐藏状态输出之上添加线性层以计算 span start logits
和 span end logits
)。
此模型是 PyTorch torch.nn.Module 的子类。将其作为常规 PyTorch Module 使用,并参考 PyTorch 文档以了解所有有关一般使用和行为的问题。
forward
< 来源 >( input_ids: 可选 = None attention_mask: 可选 = None token_type_ids: 可选 = None position_ids: 可选 = None head_mask: 可选 = None inputs_embeds: 可选 = None start_positions: 可选 = None end_positions: 可选 = None output_attentions: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None ) → transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
参数
- position_ids (形状为
(batch_size, sequence_length)
的torch.LongTensor
,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.n_positions - 1]
中选择。 - head_mask (形状为
(num_attention_heads,)
或(n_layer, num_attention_heads)
的torch.FloatTensor
,可选)— 用于屏蔽自注意力模块选中头的掩码。掩码值在[0, 1]
中选择:- 1 表示头没有被 屏蔽;
- 0 表示头被 屏蔽。
- inputs_embeds (形状为
(batch_size, sequence_length, hidden_dim)
的torch.FloatTensor
,可选)— 可选地,您可以选择直接传递一个嵌入表示,而不是传递input_ids
。这在您需要比模型内部嵌入查找矩阵更大控制权时转换 input_ids 索引到相关向量时很有用。 - 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) — 是否返回一个 ModelOutput 而不是纯元组。 - start_positions (
torch.LongTensor
形状为(batch_size,)
,可选) — 计算标记跨度起始索引位置标签,用于计算token分类损失。位置会被固定到序列长度(sequence_length
)。序列外的位置在计算损失时不会被考虑。 - end_positions (
torch.LongTensor
形状为(batch_size,)
,可选) — 计算标记跨度结束索引位置标签,用于计算token分类损失。位置会被固定到序列长度(sequence_length
)。序列外的位置在计算损失时不会被考虑。
返回
transformers.modeling_outputs.QuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
A transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个包含不同元素的torch.FloatTensor的元组(如果传递 return_dict=False
或当 config.return_dict=False
),具体取决于配置(GPTJConfig)和输入。
-
loss (
torch.FloatTensor
形状为(1,)
,可选,在提供labels
时返回) — 总跨度提取损失是起始位置和结束位置的交叉熵的总和。 -
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,当传递参数output_hidden_states=True
或当config.output_hidden_states=True
时返回) — 包含层的输出的torch.FloatTensor
的元组(如果模型有嵌入层,则包含嵌入输出)。在每个层输出的隐藏状态以及可选的初始嵌入输出。
-
注意 (
tuple(torch.FloatTensor)
, 可选,当传递output_attentions=True
或当config.output_attentions=True
时返回) — 包含一个torch.FloatTensor
元组的元组(每个层一个),形状为(batch_size, num_heads, sequence_length, sequence_length)
。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
GPTJForQuestionAnswering 前向方法,重写了 __call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
本示例使用随机模型,因为真正的模型都非常大。为了得到正确的结果,您应该使用 EleutherAI/gpt-j-6B 而不是 hf-internal-testing/tiny-random-gptj。如果在加载该检查点时发生内存不足,您可以在 from_pretrained
调用中尝试添加 device_map="auto"
。
例子
>>> from transformers import AutoTokenizer, GPTJForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> model = GPTJForQuestionAnswering.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> 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
TFGPTJModel
类 transformers.TFGPTJModel
< source >( config *inputs **kwargs )
参数
- config (GPTJConfig) — 模型配置类,包含所有模型参数。使用配置文件初始化时,不会加载与模型关联的权重,只会加载配置。请查看from_pretrained()方法以加载模型权重。
直接输出未经任何特定头处理的原始隐藏状态的GPT-J模型变压器。
此模型继承自 TFPreTrainedModel。请检查超类文档中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)。
此模型也是一个 keras.Model 子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档中有关通用使用和行为的所有内容。
TensorFlow 中 transformers
的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
- 所有输入作为第一个位置参数的列表、元组或字典。
支持第二种格式的原因是,Keras 方法在将输入传递到模型和层时更喜欢这种格式。由于这种支持,当使用像 model.fit()
这样的方法时,事情应该“无缝进行” - 只需以 model.fit()
支持的任何格式传递您的输入和标签!但是,如果您想要在像 fit()
和 predict()
这样的 Keras 方法之外使用第二种格式,例如在创建您自己的层或使用 Keras Functional
API 的模型时,您可以使用以下三种可能的方式来收集第一个位置参数中的所有输入张量
- 只有一个包含
input_ids
并且没有其他内容的张量:model(input_ids)
- 一个长度不一的列表,包含一个或多个按文档字符串中给出的顺序排列的输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个包含一个或多个与文档字符串中给出的输入名称关联的输入张量的字典:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过 子类化 创建模型和层时,您不必担心这些,因为您可以直接像传递给任何其他 Python 函数一样传递输入!
调用
< 源代码 >( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = 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 head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None use_cache: Optional[bool] = 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.TFBaseModelOutputWithPast or tuple(tf.Tensor)
参数
- input_ids (
Numpy array
或tf.Tensor
形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
如果past
是None
,否则past[0].shape[-2]
(sequence_length
为输入过去键值状态的序列长度)。词汇表中的输入序列标记索引。如果
past
被使用,则应将没有过去计算结果的输入 ID 传递为input_ids
。可以通过使用 AutoTokenizer 来获得索引。有关详细信息,请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。
- past_key_values (
tf.Tensor
长度为config.n_layers
的列表) — 包含模型预先计算的隐藏状态(注意力块中的键和值)。(见下面的past
输出)。可用于加速顺序解码。应将已提供给该模型的过去token的id作为输入id传递,因为它们已经被计算过。 - attention_mask (
tf.Tensor
或Numpy array
,形状为(batch_size, sequence_length)
,可选) — 避免在对填充token索引执行注意力运算的掩码。掩码值在[0, 1]
中选择:- 1 表示未被掩码的token,
- 0 表示被掩码的token。
- token_type_ids (
tf.Tensor
或Numpy array
,形状为(batch_size, sequence_length)
,可选) — 段token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的token,
- 1对应于句子B的token。
- position_ids (
tf.Tensor
或Numpy array
形状为(batch_size, sequence_length)
,可选) — 每个输入序列token在位置编码中的位置索引。选择在范围[0, config.max_position_embeddings - 1]
内。 - head_mask (
Numpy array
或tf.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于取消自注意力模块中选择头部的 masking。mask 值在[0, 1]
之间选择:- 1 表示头部 未被掩码,
- 0 表示头部 被掩码。
- inputs_embeds (
tf.Tensor
形状为(batch_size, sequence_length, hidden_size)
,可选) —可选择不传递input_ids
,而是直接传递嵌入表示。这在您希望对如何将input_ids
索引转换为相关向量比模型内部嵌入查找矩阵有更多控制时很有用。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。详细信息请参阅返回张量下的attentions
。此参数只能在急切模式下使用,在图形模式下将使用配置中的值。 - 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张量下的hidden_states
。此参数只能在急切模式下使用,在图形模式下将使用配置中的值。 - return_dict (
bool
, 可选) — 是否返回一个ModelOutput替代平面元组。此参数可以在急切模式下使用,在图形模式下该值始终设置为True。 - training (
bool
, 可选, 默认为False
) — 是否使用模型进行训练模式(一些模块如dropout模块在训练和评估之间有不同的行为)。 - use_cache (
bool
, 可选, 默认为True
) — 如果设置为True
, 将返回past_key_values
键值状态,可用于加快解码(参见past
)。在训练时设置为False
, 在生成时设置为True
。
返回
transformers.modeling_tf_outputs.TFBaseModelOutputWithPast 或 tuple(tf.Tensor)
A transformers.modeling_tf_outputs.TFBaseModelOutputWithPast 或一个 tf.Tensor
的元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含根据配置(GPTJConfig)和输入的不同元素。
-
last_hidden_state (形状为
(batch_size, sequence_length, hidden_size)
的tf.Tensor
) — 模型最后一个层输出处的隐藏状态序列。如果使用
past_key_values
,则只输出序列的最后一个隐藏状态,形状为(batch_size, 1, hidden_size)
。 -
past_key_values (当
use_cache=True
或当config.use_cache=True
时返回,为 可选,返回一列tf.Tensor
,长度为config.n_layers
,每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head)
)。包含预计算的隐藏状态(注意力块的键和值),可用于加快序列解码。
-
hidden_states (当
output_hidden_states=True
或当config.output_hidden_states=True
时返回,为 可选,返回一个tf.Tensor
的元组(前端嵌入输出加每个层的输出)的形状为(batch_size, sequence_length, hidden_size)
)。模型在每个层输出处的隐藏状态,加上初始嵌入输出。
-
attentions (当
output_attentions=True
或当config.output_attentions=True
时返回,为 可选,返回一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
的元组(每个层一个))。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
TFGPTJModel 前向方法覆盖了 __call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
例子
>>> from transformers import AutoTokenizer, TFGPTJModel
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJModel.from_pretrained("EleutherAI/gpt-j-6B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> outputs = model(inputs)
>>> last_hidden_states = outputs.last_hidden_state
TFGPTJForCausalLM
类 transformers.TFGPTJForCausalLM
< 源代码 >( config *inputs **kwargs )
参数
- config (GPTJConfig) — 模型配置类,包含所有模型参数。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()方法以加载模型权重。
带语言建模头的 GPT-J 模型 Transformer。
此模型继承自 TFPreTrainedModel。请检查超类文档中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)。
此模型也是一个 keras.Model 子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档中有关通用使用和行为的所有内容。
TensorFlow 中 transformers
的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
- 所有输入作为第一个位置参数的列表、元组或字典。
支持第二种格式的原因是,Keras 方法在将输入传递到模型和层时更喜欢这种格式。由于这种支持,当使用像 model.fit()
这样的方法时,事情应该“无缝进行” - 只需以 model.fit()
支持的任何格式传递您的输入和标签!但是,如果您想要在像 fit()
和 predict()
这样的 Keras 方法之外使用第二种格式,例如在创建您自己的层或使用 Keras Functional
API 的模型时,您可以使用以下三种可能的方式来收集第一个位置参数中的所有输入张量
- 只有一个包含
input_ids
并且没有其他内容的张量:model(input_ids)
- 一个长度不一的列表,包含一个或多个按文档字符串中给出的顺序排列的输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个包含一个或多个与文档字符串中给出的输入名称关联的输入张量的字典:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过 子类化 创建模型和层时,您不必担心这些,因为您可以直接像传递给任何其他 Python 函数一样传递输入!
调用
< 源代码 >( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = 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 head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None labels: np.ndarray | tf.Tensor | None = None use_cache: Optional[bool] = 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.TFCausalLMOutputWithPast 或 tuple(tf.Tensor)
参数
- input_ids (
Numpy array
或tf.Tensor
形状为(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
如果past
为None
,否则past[0].shape[-2]
(sequence_length
为输入的过去键值状态)。 输入序列标记的词库索引。 如果使用past
,则仅应传递未计算其过去的结果的输入 ID 作为input_ids
。 可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。 - past_key_values (
List[tf.Tensor]
长度为config.n_layers
) — 存储模型计算的预先计算的隐藏状态(注意力块中的键和值)(见下文的past
输出)。可用于加速顺序解码。应将传递给此模型并已计算其过去的标记 ID 不作为输入 ID 传递。 - attention_mask (
tf.Tensor
或Numpy array
形状为(batch_size, sequence_length)
,可选)— 避免在填充标记索引上执行注意力措施的掩码。掩码值选择在[0, 1]
:- 1 对于 非掩码 的标记,
- 0 对于 掩码 的标记。
- token_type_ids (
tf.Tensor
或Numpy array
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。索引选择范围为[0, 1]
:- 0 对应于 句子 A 标记,
- 1 对应于 句子 B 标记。
- position_ids (
tf.Tensor
或Numpy array
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。选择范围为[0, config.max_position_embeddings - 1]
。 - head_mask (
Numpy array
或tf.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于取消选定自注意力模块头部选择的遮罩。遮罩值选择范围为[0, 1]
:- 1 表示头部 未遮罩,
- 0 表示头部 已遮罩。
- inputs_embeds (
tf.Tensor
形状(batch_size, sequence_length, hidden_size)
,可选) — 可以选择直接传入嵌入表示而不是传递input_ids
,而不是传入嵌入表示。这在您需要比模型内部的嵌入查找矩阵更多控制如何将input_ids
索引转换为相关向量时很有用。 - 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,请参阅返回的张量下的attentions
。此参数仅在 eager 模式下可用,在 graph 模式下将使用配置中的值。 - 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
。此参数仅在 eager 模式下可用,在 graph 模式下将使用配置中的值。 - return_dict (
布尔类型
, 可选) — 是否返回 模型输出 而不是普通元组。此参数可以在贪心模式下使用,在图模式下,该值始终设置为 True。 - training (
布尔类型
, 可选, 默认为False
) — 是否使用模型进行训练模式(某些模块(如dropout模块)在训练和评估之间有不同的行为)。 - labels (
np.ndarray
或tf.Tensor
形状为(batch_size, sequence_length)
,可选) — 语言模型的标签。请注意,标签在模型内部是 偏移的,即你可以设置labels = input_ids
索引是选择在[-100, 0, ..., config.vocab_size]
所有设置为-100
的标签都是被忽略的(掩码),仅对[0, ..., config.vocab_size]
的标签计算损失
返回
transformers.modeling_tf_outputs.TFCausalLMOutputWithPast 或 tuple(tf.Tensor)
是一个 transformers.modeling_tf_outputs.TFCausalLMOutputWithPast 或一个由 tf.Tensor
组成的元组(如果传递了 return_dict=False
或当 config.return_dict=False
),它根据配置(《GPTJConfig》)和输入包含各种元素。
-
损失 (
tf.Tensor
,形状(n,)
,可选,当提供了labels
时返回,n是非掩码标签的数量) — 语言模型损失(用于下一个标记的预测)。 -
logits (
tf.Tensor
,形状(batch_size, sequence_length, config.vocab_size)
) — 语言模型头的预测得分(SoftMax之前的每个词汇表的得分)。 -
past_key_values (当
use_cache=True
或当config.use_cache=True
时返回,为 可选,返回一列tf.Tensor
,长度为config.n_layers
,每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head)
)。包含预计算的隐藏状态(注意力块的键和值),可用于加快序列解码。
-
hidden_states (当
output_hidden_states=True
或当config.output_hidden_states=True
时返回,为 可选,返回一个tf.Tensor
的元组(前端嵌入输出加每个层的输出)的形状为(batch_size, sequence_length, hidden_size)
)。模型在每个层输出处的隐藏状态,加上初始嵌入输出。
-
attentions (当
output_attentions=True
或当config.output_attentions=True
时返回,为 可选,返回一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
的元组(每个层一个))。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
TFGPTJForCausalLM的前向方法覆盖了__call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
例子
>>> from transformers import AutoTokenizer, TFGPTJForCausalLM
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJForCausalLM.from_pretrained("EleutherAI/gpt-j-6B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> outputs = model(inputs)
>>> logits = outputs.logits
TFGPTJForSequenceClassification
类 transformers.TFGPTJForSequenceClassification
< 源代码 >( config *inputs **kwargs )
参数
- config (GPTJConfig) — 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,只有配置。请查看from_pretrained()方法以加载模型权重。
在顶部配备了序列分类头的GPT-J模型转换器。
GPTJForSequenceClassification 使用最后一个标记来进行分类,这与其他因果模型(例如GPT、GPT-2、GPT-Neo)一样。
由于它在最后一个标记上做分类,所以需要知道最后一个标记的位置。如果配置中定义了pad_token_id
,则在每一行中找到最后一个不是填充标记的标记。如果没有定义pad_token_id
,则简单地取每一行中的最后一个值。由于当传递了inputs_embeds
而不是input_ids
时无法猜测填充标记,所以它做相同的事情(取每一行中的最后一个值)。
此模型继承自 TFPreTrainedModel。请检查超类文档中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)。
此模型也是一个 keras.Model 子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档中有关通用使用和行为的所有内容。
TensorFlow 中 transformers
的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
- 所有输入作为第一个位置参数的列表、元组或字典。
支持第二种格式的原因是,Keras 方法在将输入传递到模型和层时更喜欢这种格式。由于这种支持,当使用像 model.fit()
这样的方法时,事情应该“无缝进行” - 只需以 model.fit()
支持的任何格式传递您的输入和标签!但是,如果您想要在像 fit()
和 predict()
这样的 Keras 方法之外使用第二种格式,例如在创建您自己的层或使用 Keras Functional
API 的模型时,您可以使用以下三种可能的方式来收集第一个位置参数中的所有输入张量
- 只有一个包含
input_ids
并且没有其他内容的张量:model(input_ids)
- 一个长度不一的列表,包含一个或多个按文档字符串中给出的顺序排列的输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个包含一个或多个与文档字符串中给出的输入名称关联的输入张量的字典:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过 子类化 创建模型和层时,您不必担心这些,因为您可以直接像传递给任何其他 Python 函数一样传递输入!
调用
< source >( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = 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 head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None labels: np.ndarray | tf.Tensor | None = None use_cache: Optional[bool] = 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.TFSequenceClassifierOutputWithPast or tuple(tf.Tensor)
参数
- input_ids(《numpy数组》或形状为(batch_size, input_ids_length)的
tf.Tensor
)—— 当past
为空时input_ids_length
=sequence_length
否则past[0].shape[-2]
(输入过去键值状态的序列长度)。词汇表中输入序列标记的索引。 如果使用past
,则仅应将未计算过去的输入ID作为input_ids
传递。可以使用 AutoTokenizer 获取索引。有关详细信息,请参见 PreTrainedTokenizer.call() 和 PreTrainedTokenizer.encode()。
- past_key_values(长度为
config.n_layers
的List[tf.Tensor]
)—— 包含模型预先计算的隐藏状态(注意力块中的键和值),如下面的past
输出所示。可用于加速顺序解码。应将已提供给此模型的过去标记的 token ID 不作为输入 ID 传递,因为它们已被计算 - attention_mask(形状为(batch_size, sequence_length)的
tf.Tensor
或Numpy array
,可选)—— 用于避免对填充标记索引执行注意力操作。选择的掩码值在[0, 1]
中:- 1 代表未被掩码的标记,
- 0 代表被掩码的标记。
- token_type_ids (
tf.Tensor
或Numpy array
形状为(batch_size, sequence_length)
,可选) — 段落标记索引,用于表示输入的第一部分和第二部分。索引从[0, 1]
中选择:- 0 代表 句子 A 标记,
- 1 代表 句子 B 标记。
- position_ids (
tf.Tensor
或Numpy array
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。选择范围在[0, config.max_position_embeddings - 1]
之间。 - head_mask (
Numpy array
或tf.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于取消选中自注意力模块中选择的头部的掩码。掩码值在[0, 1]
中选择:- 1 表示头部未 屏蔽,
- 0 表示头部已 屏蔽。
- inputs_embeds (
tf.Tensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 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,这种方法非常有用。 - output_attentions (
bool
,可选) — 是否返回所有注意力的张量。有关返回张量下的详细信息,请参阅attentions
。此参数仅在 eager 模式下使用,在图模式下使用配置中的值。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关返回张量下的详细信息,请参阅hidden_states
。此参数仅在 eager 模式下使用,在图模式下使用配置中的值。 - return_dict (
bool
, 可选) — 是否返回ModelOutput而不是普通的元组。这个参数在急切模式下可用,在图模式下此值始终为True。 - training (
bool
, 可选, 默认False) — 是否使用模型进行训练模式(一些模块如dropout模块在训练和评估之间有不同的行为)。 - labels (
np.ndarray
或tf.Tensor
shape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
,则会计算回归损失(均方损失),如果config.num_labels > 1
,则计算分类损失(交叉熵)。
返回
transformers.modeling_tf_outputs.TFSequenceClassifierOutputWithPast或tuple(tf.Tensor)
这是一个transformers.modeling_tf_outputs.TFSequenceClassifierOutputWithPast或一个tf.Tensor
的元组(如果传递了return_dict=False
或当config.return_dict=False
时) ,根据配置(GPTJConfig)和输入包含各种元素。
-
loss (
tf.Tensor
shape为(batch_size, )
,可选,当提供labels
时返回) — 分类(或回归如果config.num_labels==1)损失。 -
logits (
tf.Tensor
的形状为(batch_size, config.num_labels)
) — 分类(或如果config.num_labels等于1则回归)的分数(在SoftMax之前)。 -
past_key_values (当
use_cache=True
或当config.use_cache=True
时返回,为 可选,返回一列tf.Tensor
,长度为config.n_layers
,每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head)
)。包含预计算的隐藏状态(注意力块的键和值),可用于加快序列解码。
-
hidden_states (当
output_hidden_states=True
或当config.output_hidden_states=True
时返回,为 可选,返回一个tf.Tensor
的元组(前端嵌入输出加每个层的输出)的形状为(batch_size, sequence_length, hidden_size)
)。模型在每个层输出处的隐藏状态,加上初始嵌入输出。
-
attentions (当
output_attentions=True
或当config.output_attentions=True
时返回,为 可选,返回一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
的元组(每个层一个))。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
TFGPTJForSequenceClassification的前向方法,覆盖了__call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
例子
>>> from transformers import AutoTokenizer, TFGPTJForSequenceClassification
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJForSequenceClassification.from_pretrained("EleutherAI/gpt-j-6B")
>>> 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 = TFGPTJForSequenceClassification.from_pretrained("EleutherAI/gpt-j-6B", num_labels=num_labels)
>>> labels = tf.constant(1)
>>> loss = model(**inputs, labels=labels).loss
TFGPTJForQuestionAnswering
类 transformers.TFGPTJForQuestionAnswering
< 源代码 >( config *inputs **kwargs )
参数
- config (GPTJConfig) — 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,只加载配置。检查from_pretrained()方法来加载模型权重。
GPT-J 模型变压器,顶部带有用于抽取式问答任务的句子分类头,如 SQuAD(在隐藏状态输出之上添加线性层以计算 span start logits
和 span end logits
)。
此模型继承自 TFPreTrainedModel。请检查超类文档中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)。
此模型也是一个 keras.Model 子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档中有关通用使用和行为的所有内容。
TensorFlow 中 transformers
的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
- 所有输入作为第一个位置参数的列表、元组或字典。
支持第二种格式的原因是,Keras 方法在将输入传递到模型和层时更喜欢这种格式。由于这种支持,当使用像 model.fit()
这样的方法时,事情应该“无缝进行” - 只需以 model.fit()
支持的任何格式传递您的输入和标签!但是,如果您想要在像 fit()
和 predict()
这样的 Keras 方法之外使用第二种格式,例如在创建您自己的层或使用 Keras Functional
API 的模型时,您可以使用以下三种可能的方式来收集第一个位置参数中的所有输入张量
- 只有一个包含
input_ids
并且没有其他内容的张量:model(input_ids)
- 一个长度不一的列表,包含一个或多个按文档字符串中给出的顺序排列的输入张量:
model([input_ids, attention_mask])
或model([input_ids, attention_mask, token_type_ids])
- 一个包含一个或多个与文档字符串中给出的输入名称关联的输入张量的字典:
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当通过 子类化 创建模型和层时,您不必担心这些,因为您可以直接像传递给任何其他 Python 函数一样传递输入!
调用
< source >( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = 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 head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None start_positions: np.ndarray | tf.Tensor | None = None end_positions: 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.TFQuestionAnsweringModelOutput or tuple(tf.Tensor)
参数
- input_ids (
Numpy 数组
或tf.Tensor
的 shape 为(batch_size, input_ids_length)
)—input_ids_length
=sequence_length
若past
为None
否则past[0].shape[-2]
(过去输入键值状态的sequence_length
)。词汇表中的输入序列标记的索引。如果使用
past
,则只能将未计算过去的状态的输入 ID 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.call() 和 PreTrainedTokenizer.encode()。
- past_key_values (长度为
config.n_layers
的List[tf.Tensor]
)— 包含模型预先计算的隐藏状态(注意力块中的键和值)。这可以用来加速顺序解码。不应作为输入 ID 传递的标记 ID 已经过计算。 - attention_mask (shape 为
(batch_size, sequence_length)
的tf.Tensor
或Numpy 数组
,可选)— 用于避免在填充标记索引上执行注意力。选择掩码值[0, 1]
:- 1 表示 非掩码 的标记,
- 0 表示 掩码 的标记。
- token_type_ids (
tf.Tensor
或Numpy array
形状为(batch_size, sequence_length)
,可选) — 指示输入数据第一和第二部分的段标记索引。在[0, 1]
中选择索引:- 0 对应于 句子 A 标记,
- 1 对应于 句子 B 标记。
- position_ids (
tf.Tensor
或Numpy array
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。选取范围在[0, config.max_position_embeddings - 1]
之间。 - head_mask (
Numpy array
或tf.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 竖线以取消自注意力模块中选定的头部的标记。竖线值选取范围为[0, 1]
:- 1 表示头部未 屏蔽,
- 0 表示头部已 屏蔽。
- inputs_embeds (
tf.Tensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选择不传递input_ids
,直接传递一个嵌入表示。当您需要比模型内部的嵌入查找矩阵更多控制将input_ids
索引转换为相关向量时,这很有用。 - output_attentions (
bool
,可选) — 是否返回所有注意力的张量。有关返回张量下attentions
的更多详细信息,请参阅。此参数只能在 eager 模式下使用,在 graph 模式下将使用配置中的值。 - 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hidden_states
的更多详细信息,请参阅。此参数只能在 eager 模式下使用,在 graph 模式下将使用配置中的值。 - return_dict (
bool
, 可选) — 是否以字典的形式返回 ModelOutput 而非普通的元组。此参数在 eager 模式下可用,在 graph 模式下,其值始终设置为 True。 - training (
bool
, 可选, 默认为False
) — 是否以训练模式使用模型(某些模块,如 dropout 模块,在训练和评估之间有不同的行为)。 - start_positions (
np.ndarray
或tf.Tensor
形状为(batch_size,)
的矩阵,可选) — 标记起始位置(索引)的标签,用于计算 token 分类损失。位置限制在序列长度(sequence_length
)内。序列之外的位置计算损失时不予考虑。 - end_positions (
np.ndarray
或tf.Tensor
形状为(batch_size,)
,可选)—— 计算标记段末尾位置标记的标记分类损失的标签。位置被限制为序列长度(sequence_length
)。序列之外的位置不计入损失计算。
返回
transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或 tuple(tf.Tensor)
transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或一个 tf.Tensor
的元组(如果传递了 return_dict=False
或当 config.return_dict=False
),它根据配置(GPTJConfig)和输入包含各种元素。
-
loss (当提供
start_positions
和end_positions
时,返回的tf.Tensor
形状为(batch_size, )
,可选)—— 总的段抽取损失是起始和结束位置的交叉熵的总和。 -
start_logits (形状为
(batch_size, sequence_length)
的tf.Tensor
)—— 段起始得分(在 SoftMax 之前)。 -
end_logits (形状为
(batch_size, sequence_length)
的tf.Tensor
)—— 段结束得分(在 SoftMax 之前)。 -
hidden_states (当
output_hidden_states=True
或当config.output_hidden_states=True
时返回,为 可选,返回一个tf.Tensor
的元组(前端嵌入输出加每个层的输出)的形状为(batch_size, sequence_length, hidden_size)
)。模型在每个层输出处的隐藏状态,加上初始嵌入输出。
-
attentions (当
output_attentions=True
或当config.output_attentions=True
时返回,为 可选,返回一个形状为(batch_size, num_heads, sequence_length, sequence_length)
的tf.Tensor
的元组(每个层一个))。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
TFGPTJForQuestionAnswering 的前向方法覆盖了 __call__
特殊方法。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
例子
>>> from transformers import AutoTokenizer, TFGPTJForQuestionAnswering
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJForQuestionAnswering.from_pretrained("EleutherAI/gpt-j-6B")
>>> 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]
FlaxGPTJModel
类 transformers.FlaxGPTJModel
< 来源 >( config: GPTJConfig input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
- config (GPTJConfig) — 模型配置类,包含模型的所有参数。使用配置文件初始化不会加载与模型相关的权重,仅加载配置。请查看from_pretrained()方法以加载模型权重。
- dtype (
jax.numpy.dtype
, 可选,默认为jax.numpy.float32
) — 计算数据类型。可以是jax.numpy.float32
、jax.numpy.float16
(在GPU上)和jax.numpy.bfloat16
(在TPU上)中的任意一种。这可以用于启用GPU或TPU上的混合精度训练或半精度推理。如果指定了,所有计算将以给定的
dtype
执行。请注意,这仅指定了计算的数据类型,并不影响模型参数的数据类型。
仅输出原始隐藏状态的裸GPTJ模型,顶部没有特定的头。
此模型继承了FlaxPreTrainedModel。查看超类文档,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、剪枝头部等)。
此模型也是Flax Linenflax.nn.Module的子类。将其用作常规Flax模块,并参阅Flax文档了解所有与通用使用和行为相关的问题。
最后,此模型支持以下固有的JAX功能:
__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.FlaxMaskedLMOutput or tuple(torch.FloatTensor)
参数
- input_ids (
numpy.ndarray
of shape(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
. Indices of input sequence tokens in the vocabulary.Indices can be obtained using AutoTokenizer. See PreTrainedTokenizer.encode() and PreTrainedTokenizer.call() for details.
- attention_mask (
numpy.ndarray
of shape(batch_size, sequence_length)
, optional) — 用于避免在填充token索引上执行注意力的掩码。掩码值选择在[0, 1]
内:- 1 代表 非掩码 token,
- 0 代表 掩码 token。
- position_ids (
numpy.ndarray
of shape(batch_size, sequence_length)
, optional) — 每个输入序列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]
, optional, returned byinit_cache
or when passing previouspast_key_values
) — 用于快速自动回归解码的可重复计算隐藏状态的字典(注意块中的key和value)。预计算的key和value隐藏状态形状为 [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。更多细节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。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。
返回
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或一个由 torch.FloatTensor
(如果传递了 return_dict=False
或当 config.return_dict=False
)组成的元组,根据配置(GPTJConfig)和输入而定。
-
logits (
jnp.ndarray
的形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax前的每个词汇单元的分数)。 -
hidden_states (
tuple(jnp.ndarray)
, 可选,返回于output_hidden_states=True
传入或当config.output_hidden_states=True
时) —jnp.ndarray
的元组(一个用于嵌入层的输出,一个用于每个层级的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每个层输出处的隐藏状态,加上初始嵌入输出。
-
attentions (
tuple(jnp.ndarray)
, 可选,返回于output_attentions=True
传入或当config.output_attentions=True
时) — 每个层级的jnp.ndarray
元组(一个用于每个层),形状为(batch_size, num_heads, sequence_length, sequence_length)
。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
FlaxGPTJPreTrainedModel
的前向方法,重载了特殊方法__call__
。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
例子
>>> from transformers import AutoTokenizer, FlaxGPTJModel
>>> tokenizer = AutoTokenizer.from_pretrained("gptj")
>>> model = FlaxGPTJModel.from_pretrained("gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="jax")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
FlaxGPTJForCausalLM
class transformers.FlaxGPTJForCausalLM
< source >( config: GPTJConfig input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )
参数
- config (GPTJConfig) — 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,仅加载配置。检查from_pretrained()方法来加载模型权重。
- dtype (
jax.numpy.dtype
, 可选, 默认为jax.numpy.float32
) — 计算的数据类型。可以是jax.numpy.float32
,jax.numpy.float16
(在GPU上)和jax.numpy.bfloat16
(在TPU上)中的一个。这可以用于在GPU或TPU上启用混合精度训练或半精度推理。如果指定了,所有的计算将会使用给定的
dtype
执行。请注意,这仅指定了计算的数据类型,并不影响模型参数的数据类型。
在顶部带语言建模头的GPTJ模型变换器。
此模型继承了FlaxPreTrainedModel。查看超类文档,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、剪枝头部等)。
此模型也是Flax Linenflax.nn.Module的子类。将其用作常规Flax模块,并参阅Flax文档了解所有与通用使用和行为相关的问题。
最后,此模型支持以下固有的JAX功能:
__call__
< 来源 >( 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 or tuple(torch.FloatTensor)
参数
- input_ids (
numpy.ndarray
of shape(batch_size, input_ids_length)
) —input_ids_length
=sequence_length
. 输入序列令牌在词汇表中的索引。索引可以通过使用 AutoTokenizer 获取。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
numpy.ndarray
of shape(batch_size, sequence_length)
, optional) — 避免在填充令牌索引上执行附加的掩码。掩码值选在[0, 1]
之间:- 1 - 对于未掩码的令牌,
- 0 - 对于掩码的令牌。
- position_ids (
numpy.ndarray
of shape(batch_size, sequence_length)
, optional) — 每个输入序列令牌在位置嵌入中的位置索引。在范围[0, config.max_position_embeddings - 1]
中选择。 - past_key_values (
Dict[str, np.ndarray]
,可选,由init_cache
返回或传递先前past_key_values
时)— 可用作快速自回归解码的预计算隐藏状态的字典(注意块中的键和值)。预计算的键和值隐藏状态形状为 [batch_size, max_length]。 - output_attentions (
bool
,可选)— 是否返回所有注意层中的注意力张量。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) — 是否返回一个 ModelOutput 而不是普通的元组。
返回
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或一个由 torch.FloatTensor
(如果传递了 return_dict=False
或当 config.return_dict=False
)组成的元组,根据配置(GPTJConfig)和输入而定。
-
logits (
jnp.ndarray
的形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax前的每个词汇单元的分数)。 -
hidden_states (
tuple(jnp.ndarray)
, 可选,返回于output_hidden_states=True
传入或当config.output_hidden_states=True
时) —jnp.ndarray
的元组(一个用于嵌入层的输出,一个用于每个层级的输出),形状为(batch_size, sequence_length, hidden_size)
。模型在每个层输出处的隐藏状态,加上初始嵌入输出。
-
attentions (
tuple(jnp.ndarray)
, 可选,返回于output_attentions=True
传入或当config.output_attentions=True
时) — 每个层级的jnp.ndarray
元组(一个用于每个层),形状为(batch_size, num_heads, sequence_length, sequence_length)
。在注意力 softmax 之后的所有注意力权重,用于计算自注意力头中的加权平均值。
FlaxGPTJPreTrainedModel
的前向方法,重载了特殊方法__call__
。
虽然前向传递的配方需要在函数内部定义,但之后应该调用 Module
实例而不是这个,因为前者负责运行前处理和后处理步骤,而后者则默默地忽略它们。
例子
>>> from transformers import AutoTokenizer, FlaxGPTJForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("gptj")
>>> model = FlaxGPTJForCausalLM.from_pretrained("gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="np")
>>> outputs = model(**inputs)
>>> # retrieve logts for next token
>>> next_token_logits = outputs.logits[:, -1]