I-BERT
概述
I-BERT 模型由 Sehoon Kim、Amir Gholami、Zhewei Yao、Michael W. Mahoney 和 Kurt Keutzer 在I-BERT:纯整数 BERT 量化 中提出。它是一个量化的 RoBERTa 版本,推理速度提高了四倍。
论文中的摘要如下:
基于 Transformer 的模型,如 BERT 和 RoBERTa,在许多自然语言处理任务中取得了最先进的结果。但是,它们的内存占用、推理延迟和功耗对于边缘的有效推理来说是禁止的,即使是在数据中心也是如此。虽然量化可以作为该问题的可行解决方案,但之前关于量化基于 Transformer 的模型的工作在推理过程中使用浮点运算,这不能有效地利用仅整数逻辑单元,例如最近的 Turing Tensor Cores 或传统的仅整数 ARM 处理器。在这项工作中,我们提出了 I-BERT,一种用于基于 Transformer 的模型的新型量化方案,它使用仅整数运算对整个推理进行量化。基于非线性操作的轻量级仅整数近似方法,例如 GELU、Softmax 和层归一化,I-BERT 执行端到端的仅整数 BERT 推理,无需任何浮点计算。我们使用 RoBERTa-Base/Large 在 GLUE 下游任务上评估了我们的方法。我们表明,在这两种情况下,与全精度基线相比,I-BERT 都能实现相似(略高)的精度。此外,我们对 I-BERT 的初步实现显示,与 FP32 推理相比,在 T4 GPU 系统上进行 INT8 推理的加速比为 2.4 - 4.0 倍。该框架是在 PyTorch 中开发的,并已开源。
此模型由kssteven 贡献。原始代码可以在这里找到here。
资源
IBertConfig
class transformers.IBertConfig
< source >( vocab_size = 30522 hidden_size = 768 num_hidden_layers = 12 num_attention_heads = 12 intermediate_size = 3072 hidden_act = 'gelu' hidden_dropout_prob = 0.1 attention_probs_dropout_prob = 0.1 max_position_embeddings = 512 type_vocab_size = 2 initializer_range = 0.02 layer_norm_eps = 1e-12 pad_token_id = 1 bos_token_id = 0 eos_token_id = 2 position_embedding_type = 'absolute' quant_mode = False force_dequant = 'none' **kwargs )
参数
- vocab_size (
int
, optional, defaults to 30522) — I-BERT 模型的词汇量。定义了调用 IBertModel 时传递的inputs_ids
可以表示的不同标记的数量。 - hidden_size (
int
, optional, defaults to 768) — 编码器层和池化层的维度。 - num_hidden_layers (
int
, optional, defaults to 12) — Transformer 编码器中的隐藏层数量。 - num_attention_heads (
int
, optional, defaults to 12) — Transformer 编码器中每个注意力层的注意力头数。 - intermediate_size (
int
, 可选, 默认值为 3072) — Transformer 编码器中“中间”层(通常称为前馈层)的维度。 - hidden_act (
str
或Callable
, 可选, 默认值为"gelu"
) — 编码器和池化器中的非线性激活函数(函数或字符串)。 如果是字符串,则支持"gelu"
、"relu"
、"silu"
和"gelu_new"
。 - hidden_dropout_prob (
float
, 可选, 默认值为 0.1) — 嵌入、编码器和池化器中所有全连接层的丢弃概率。 - attention_probs_dropout_prob (
float
, 可选, 默认值为 0.1) — 注意力概率的丢弃率。 - max_position_embeddings (
int
, 可选, 默认值为 512) — 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)。 - type_vocab_size (
int
, 可选, 默认值为 2) — 调用 IBertModel 时传递的token_type_ids
的词汇量 - initializer_range (
float
, 可选, 默认值为 0.02) — 初始化所有权重矩阵的截断正态初始化的标准差。 - layer_norm_eps (
float
, 可选, 默认值为 1e-12) — 层归一化层使用的 epsilon。 - position_embedding_type (
str
, 可选, 默认值为"absolute"
) — 位置嵌入的类型。 选择"absolute"
、"relative_key"
、"relative_key_query"
之一。 对于位置嵌入,使用"absolute"
。 有关"relative_key"
的更多信息,请参阅 带有相对位置表示的自注意力(Shaw 等人)。 有关"relative_key_query"
的更多信息,请参阅 使用更好的相对位置嵌入改进 Transformer 模型(Huang 等人) 中的方法 4。 - quant_mode (
bool
, 可选, 默认值为False
) — 是否对模型进行量化。 - force_dequant (
str
, 可选, 默认值为"none"
) — 强制量化特定非线性层。然后将量化后的层以全精度执行。 支持"none"
、"gelu"
、"softmax"
、"layernorm"
和"nonlinear"
。 作为默认值,它被设置为"none"
,它不量化任何层。 请指定"gelu"
、"softmax"
或"layernorm"
分别对 GELU、Softmax 或 LayerNorm 进行量化。"nonlinear"
将量化所有非线性层,即 GELU、Softmax 和 LayerNorm。
这是存储 IBertModel 配置的配置类。 它用于根据指定的参数实例化 I-BERT 模型,定义模型架构。 使用默认值实例化配置将产生与 IBERT kssteven/ibert-roberta-base 架构类似的配置。
配置对象继承自 PretrainedConfig 并可用于控制模型输出。 阅读 PretrainedConfig 的文档以了解更多信息。
IBertModel
类 transformers.IBertModel
< 源代码 >( config add_pooling_layer = True )
参数
- config (IBertConfig) — 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() 方法以加载模型权重。
不带 I-BERT 模型变压器的输出,输出原始隐藏状态,没有顶部的特定头部。
此模型继承自 PreTrainedModel。 检查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 文档以了解与一般使用和行为相关的所有事项。
该模型可以充当编码器(仅使用自注意力机制)以及解码器,在这种情况下,会在自注意力层之间添加一个交叉注意力层,遵循 Ashish Vaswani、Noam Shazeer、Niki Parmar、Jakob Uszkoreit、Llion Jones、Aidan N. Gomez、Lukasz Kaiser 和 Illia Polosukhin 在 Attention is all you need 中描述的架构。
前向
< 源代码 >( 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 output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.BaseModelOutputWithPoolingAndCrossAttentions 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(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
形状为(batch_size, sequence_length)
,可选) — 掩码以避免对填充令牌索引执行注意力。掩码值在[0, 1]
中选择:- 1 表示未屏蔽的令牌,
- 0 表示屏蔽的令牌。
- token_type_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 段令牌索引,指示输入的第一部分和第二部分。索引在[0, 1]
中选择:- 0 对应于句子 A 令牌,
- 1 对应于句子 B 令牌。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 每个输入序列令牌在位置嵌入中的位置索引。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) — 掩码以使自注意力模块的选定头部无效。掩码值在[0, 1]
中选择:- 1 表示头部未屏蔽,
- 0 表示头部屏蔽。
- 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
。如果您希望比模型的内部嵌入查找矩阵更好地控制如何将input_ids
索引转换为关联的向量,这很有用。 - output_attentions (
bool
,可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的attentions
。 - output_hidden_states (
bool
,可选) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的hidden_states
。 - return_dict (
bool
,可选) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_outputs.BaseModelOutputWithPoolingAndCrossAttentions 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.BaseModelOutputWithPoolingAndCrossAttentions 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含取决于配置(IBertConfig)和输入的各种元素。
-
last_hidden_state (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
) — 模型最后一层输出处的隐藏状态序列。 -
pooler_output (
torch.FloatTensor
形状为(batch_size, hidden_size)
) — 序列第一个令牌(分类令牌)的最后一层隐藏状态,经过用于辅助预训练任务的层的进一步处理。例如,对于 BERT 系列模型,这将返回在经过线性层和 tanh 激活函数处理后的分类令牌。线性层权重是在预训练期间从下一个句子预测(分类)目标中训练的。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递了output_hidden_states=True
或当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,+ 每个层的输出一个),形状为(batch_size, sequence_length, hidden_size)
。模型在每层输出处的隐藏状态,加上可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递了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,在传递了output_attentions=True
和config.add_cross_attention=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)
。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。
-
past_key_values (
tuple(tuple(torch.FloatTensor))
,可选,在传递了use_cache=True
或当config.use_cache=True
时返回) —tuple(torch.FloatTensor)
元组,长度为config.n_layers
,每个元组具有 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
) 的张量,以及可选地如果config.is_encoder_decoder=True
,则另外 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,以及可选地如果
config.is_encoder_decoder=True
则包含交叉注意力块中的键和值),这些隐藏状态可以用来(参见past_key_values
输入)加速顺序解码。
The IBertModel 正向方法,重写 __call__
特殊方法。
尽管正向传递的配方需要在这个函数中定义,但应该随后调用 Module
实例,而不是这个函数,因为前者负责运行前处理和后处理步骤,而后者则会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, IBertModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertModel.from_pretrained("kssteven/ibert-roberta-base")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_state
IBertForMaskedLM
class transformers.IBertForMaskedLM
< 来源 >( config )
参数
- config (IBertConfig) — 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,只加载配置。 查看 from_pretrained() 方法加载模型权重。
带有 语言建模
头部的 I-BERT 模型。
此模型继承自 PreTrainedModel。 检查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 文档以了解与一般使用和行为相关的所有事项。
前向
< 来源 >( 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 labels: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.MaskedLMOutput 或者 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 输入序列词元的词汇索引。可以使用 AutoTokenizer 获取索引。 查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取更多信息。
- attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
, 可选) — 用于避免对填充词元索引执行注意力的掩码。 掩码值选择在[0, 1]
中:- 1 表示 未掩码 的词元,
- 0 表示 掩码 的词元。
- token_type_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
, 可选) — 用于指示输入的第一部分和第二部分的段词元索引。 索引选择在[0, 1]
中:- 0 表示 句子 A 词元,
- 1 表示 句子 B 词元。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
, 可选) — 位置嵌入中每个输入序列词元位置的索引。 选择在[0, config.max_position_embeddings - 1]
范围内。 - 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。 - labels (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 用于计算掩蔽语言建模损失的标签。索引应在[-100, 0, ..., config.vocab_size]
中(参见input_ids
文档字符串)。索引设置为-100
的标记被忽略(掩蔽),损失仅针对标签在[0, ..., config.vocab_size]
中的标记计算。 - kwargs (
Dict[str, any]
,可选,默认为{}
) — 用于隐藏已弃用的旧版参数。
返回
transformers.modeling_outputs.MaskedLMOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.MaskedLMOutput 或一个 torch.FloatTensor
的元组(如果传递了 return_dict=False
或 config.return_dict=False
时),包含根据配置(IBertConfig)和输入而有所不同的各种元素。
-
loss (
torch.FloatTensor
形状为(1,)
,可选,在提供labels
时返回) — 掩蔽语言建模 (MLM) 损失。 -
logits (
torch.FloatTensor
形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax 之前的每个词汇标记的分数)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递了output_hidden_states=True
或当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,+ 每个层的输出一个),形状为(batch_size, sequence_length, hidden_size)
。模型在每层输出处的隐藏状态,加上可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递了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 后的注意力权重,用于计算自注意力头中的加权平均值。
The IBertForMaskedLM 前向方法,覆盖 __call__
特殊方法。
尽管正向传递的配方需要在这个函数中定义,但应该随后调用 Module
实例,而不是这个函数,因为前者负责运行前处理和后处理步骤,而后者则会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, IBertForMaskedLM
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertForMaskedLM.from_pretrained("kssteven/ibert-roberta-base")
>>> inputs = tokenizer("The capital of France is <mask>.", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> # retrieve index of <mask>
>>> mask_token_index = (inputs.input_ids == tokenizer.mask_token_id)[0].nonzero(as_tuple=True)[0]
>>> predicted_token_id = logits[0, mask_token_index].argmax(axis=-1)
>>> labels = tokenizer("The capital of France is Paris.", return_tensors="pt")["input_ids"]
>>> # mask labels of non-<mask> tokens
>>> labels = torch.where(inputs.input_ids == tokenizer.mask_token_id, labels, -100)
>>> outputs = model(**inputs, labels=labels)
IBertForSequenceClassification
class transformers.IBertForSequenceClassification
< source >( config )
参数
- config (IBertConfig) — 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。查看 from_pretrained() 方法以加载模型权重。
I-BERT 模型转换器,顶部带有序列分类/回归头(池化输出顶部的线性层),例如用于 GLUE 任务。
此模型继承自 PreTrainedModel。 检查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 文档以了解与一般使用和行为相关的所有事项。
前向
( 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 labels: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 输入序列词语在词汇表中的索引。索引可以通过 AutoTokenizer 获取。有关详情,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
- attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
,可选) — 用于避免对填充词语索引执行注意力的掩码。掩码值选择在[0, 1]
中:- 1 表示未被掩码的词语,
- 0 表示被掩码的词语。
- token_type_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 段落词语索引,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 词语,
- 1 对应于句子 B 词语。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 每个输入序列词语在位置嵌入中的位置索引。选择在[0, config.max_position_embeddings - 1]
范围内。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于将自注意力模块中选定的头部设为零的掩码。掩码值选择在[0, 1]
中:- 1 表示未被掩码的头部,
- 0 表示被掩码的头部。
- 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。 - 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
transformers.modeling_outputs.SequenceClassifierOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.SequenceClassifierOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或当 config.return_dict=False
时),包含取决于配置(IBertConfig)和输入的各种元素。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选,在提供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)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递了output_hidden_states=True
或当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,+ 每个层的输出一个),形状为(batch_size, sequence_length, hidden_size)
。模型在每层输出处的隐藏状态,加上可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递了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 后的注意力权重,用于计算自注意力头中的加权平均值。
The IBertForSequenceClassification 正向方法,覆盖 __call__
特殊方法。
尽管正向传递的配方需要在这个函数中定义,但应该随后调用 Module
实例,而不是这个函数,因为前者负责运行前处理和后处理步骤,而后者则会静默地忽略它们。
单标签分类示例
>>> import torch
>>> from transformers import AutoTokenizer, IBertForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertForSequenceClassification.from_pretrained("kssteven/ibert-roberta-base")
>>> 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 = IBertForSequenceClassification.from_pretrained("kssteven/ibert-roberta-base", 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, IBertForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertForSequenceClassification.from_pretrained("kssteven/ibert-roberta-base", 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 = IBertForSequenceClassification.from_pretrained(
... "kssteven/ibert-roberta-base", 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
IBertForMultipleChoice
class transformers.IBertForMultipleChoice
< source >( config )
参数
- config (IBertConfig) — 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() 方法以加载模型权重。
I-BERT 模型,顶部是多选分类头(池化输出顶部的线性层和 softmax),例如用于 RocStories/SWAG 任务。
此模型继承自 PreTrainedModel。 检查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 文档以了解与一般使用和行为相关的所有事项。
前向
< source > ( input_ids: Optional = None token_type_ids: Optional = None attention_mask: Optional = None labels: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.MultipleChoiceModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, num_choices, sequence_length)
) — 输入序列标记在词汇表中的索引。可以使用 AutoTokenizer 获取索引。查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。
- attention_mask (
torch.FloatTensor
形状为(batch_size, num_choices, 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 表示未掩码的标记,
- 0 表示掩码的标记。
- token_type_ids (
torch.LongTensor
形状为(batch_size, num_choices, sequence_length)
,可选) — 用于指示输入的第一个和第二个部分的段标记索引。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
形状为(batch_size, num_choices, sequence_length)
,可选) — 每个输入序列标记在位置嵌入中的位置索引。在范围[0, config.max_position_embeddings - 1]
中选择。 - 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, num_choices, 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
。如果您希望比模型的内部嵌入查找矩阵对如何将input_ids
索引转换为关联的向量有更多控制权,这将很有用。 - output_attentions (
bool
,可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量中的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。 - labels (
torch.LongTensor
形状为(batch_size,)
,可选) — 用于计算多项选择分类损失的标签。索引应在[0, ..., num_choices-1]
中,其中num_choices
是输入张量的第二维的大小。(参见上面的input_ids
)
返回
transformers.modeling_outputs.MultipleChoiceModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.MultipleChoiceModelOutput 或一个 torch.FloatTensor
的元组(如果传递 return_dict=False
或当 config.return_dict=False
时),包括根据配置 (IBertConfig) 和输入而变化的各种元素。
-
loss (
torch.FloatTensor
形状为 (1,),可选,在提供labels
时返回) — 分类损失。 -
logits (
torch.FloatTensor
形状为(batch_size, num_choices)
) — num_choices 是输入张量的第二维。(参见上面的 input_ids)。分类分数(在 SoftMax 之前)。
-
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递了output_hidden_states=True
或当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,+ 每个层的输出一个),形状为(batch_size, sequence_length, hidden_size)
。模型在每层输出处的隐藏状态,加上可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递了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 后的注意力权重,用于计算自注意力头中的加权平均值。
The IBertForMultipleChoice 正向方法,覆盖了 __call__
特殊方法。
尽管正向传递的配方需要在这个函数中定义,但应该随后调用 Module
实例,而不是这个函数,因为前者负责运行前处理和后处理步骤,而后者则会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, IBertForMultipleChoice
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertForMultipleChoice.from_pretrained("kssteven/ibert-roberta-base")
>>> prompt = "In Italy, pizza served in formal settings, such as at a restaurant, is presented unsliced."
>>> choice0 = "It is eaten with a fork and a knife."
>>> choice1 = "It is eaten while held in the hand."
>>> labels = torch.tensor(0).unsqueeze(0) # choice0 is correct (according to Wikipedia ;)), batch size 1
>>> encoding = tokenizer([prompt, prompt], [choice0, choice1], return_tensors="pt", padding=True)
>>> outputs = model(**{k: v.unsqueeze(0) for k, v in encoding.items()}, labels=labels) # batch size is 1
>>> # the linear classifier still needs to be trained
>>> loss = outputs.loss
>>> logits = outputs.logits
IBertForTokenClassification
I-BERT 模型,在顶部有一个令牌分类头(隐藏状态输出顶部的线性层),例如用于命名实体识别(NER)任务。
此模型继承自 PreTrainedModel。 检查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 文档以了解与一般使用和行为相关的所有事项。
前向
< 源代码 > ( 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 labels: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.TokenClassifierOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 输入序列令牌在词汇表中的索引。索引可以通过 AutoTokenizer 获取。查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。
- attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
, 可选) — 掩码以避免对填充令牌索引执行注意力。掩码值选择在[0, 1]
中:- 1 表示未掩盖的令牌,
- 0 表示掩盖的令牌。
- token_type_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
, 可选) — 段令牌索引,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 令牌,
- 1 对应于句子 B 令牌。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
, 可选) — 输入序列令牌在位置嵌入中的位置索引。选择在[0, config.max_position_embeddings - 1]
范围内。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码以使自注意力模块的选定头部无效。掩码值选择在[0, 1]
中:- 1 表示未掩盖的头部,
- 0 表示掩盖的头部。
- 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
。如果您想更详细地控制如何将input_ids
索引转换为关联的向量,而不是模型的内部嵌入查找矩阵,这将很有用。 - output_attentions (
bool
, 可选) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量中的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, sequence_length)
, 可选) — 用于计算令牌分类损失的标签。索引应在[0, ..., config.num_labels - 1]
中。
返回
transformers.modeling_outputs.TokenClassifierOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.TokenClassifierOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或 config.return_dict=False
时),包含根据配置(IBertConfig)和输入的不同元素。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选, 当提供labels
时返回) — 分类损失。 -
logits (
torch.FloatTensor
形状为(batch_size, sequence_length, config.num_labels)
) — 分类分数(在 SoftMax 之前)。 -
hidden_states (
tuple(torch.FloatTensor)
,可选,在传递了output_hidden_states=True
或当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,+ 每个层的输出一个),形状为(batch_size, sequence_length, hidden_size)
。模型在每层输出处的隐藏状态,加上可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递了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 后的注意力权重,用于计算自注意力头中的加权平均值。
The IBertForTokenClassification 正向方法,覆盖了 __call__
特殊方法。
尽管正向传递的配方需要在这个函数中定义,但应该随后调用 Module
实例,而不是这个函数,因为前者负责运行前处理和后处理步骤,而后者则会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, IBertForTokenClassification
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertForTokenClassification.from_pretrained("kssteven/ibert-roberta-base")
>>> 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
IBertForQuestionAnswering
class transformers.IBertForQuestionAnswering
< 源代码 >( config )
参数
- config (IBertConfig) — 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。
I-BERT 模型,顶部有一个跨度分类头,用于提取式问答任务,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 PreTrainedModel。 检查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 文档以了解与一般使用和行为相关的所有事项。
前向
< 源代码 > ( 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 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 词汇表中输入序列 token 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
形状为(batch_size, sequence_length)
,可选) — 掩码,用于避免对填充 token 索引执行注意力。掩码值在[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
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 token,
- 1 对应于句子 B token。
- position_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 位置嵌入中每个输入序列 token 位置的索引。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) — 掩码,用于使自注意力模块的选定头部无效。掩码值在[0, 1]
中选择:- 1 表示未掩码的头部,
- 0 表示掩码的头部。
- inputs_embeds (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
,可选) — 可选地,而不是传递input_ids
,您可以选择直接传递嵌入表示。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。 - 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) — 是否返回一个 ModelOutput 而不是一个简单的元组。 - 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(索引)的标签。位置被钳制到序列的长度(sequence_length
)。序列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) — 用于计算令牌分类损失的标记跨度的结束位置(索引)的标签。 位置被钳制到序列的长度(sequence_length
)。 序列之外的位置不会被考虑用于计算损失。
返回
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),包含各种元素,具体取决于配置 (IBertConfig) 和输入。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选, 当提供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,在传递了output_hidden_states=True
或当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,+ 每个层的输出一个),形状为(batch_size, sequence_length, hidden_size)
。模型在每层输出处的隐藏状态,加上可选的初始嵌入输出。
-
attentions (
tuple(torch.FloatTensor)
,可选,在传递了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 后的注意力权重,用于计算自注意力头中的加权平均值。
The IBertForQuestionAnswering 正向方法,重写了 __call__
特殊方法。
尽管正向传递的配方需要在这个函数中定义,但应该随后调用 Module
实例,而不是这个函数,因为前者负责运行前处理和后处理步骤,而后者则会静默地忽略它们。
示例
>>> from transformers import AutoTokenizer, IBertForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("kssteven/ibert-roberta-base")
>>> model = IBertForQuestionAnswering.from_pretrained("kssteven/ibert-roberta-base")
>>> 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