mT5
概述
mT5 模型在 Linting Xue、Noah Constant、Adam Roberts、Mihir Kale、Rami Al-Rfou、Aditya Siddhant、Aditya Barua 和 Colin Raffel 的论文 mT5:一个大规模多语言预训练文本到文本 Transformer 中提出。
论文中的摘要如下:
最近的“文本到文本迁移 Transformer”(T5)利用统一的文本到文本格式和规模,在各种英语 NLP 任务中取得了最先进的结果。在本文中,我们介绍了 mT5,这是 T5 的多语言变体,它是在一个新的基于 Common Crawl 的数据集上进行预训练的,该数据集涵盖了 101 种语言。我们详细介绍了 mT5 的设计和修改后的训练,并展示了它在许多多语言基准测试中的最先进性能。我们还描述了一种简单的技术,可以防止在零样本设置中出现“意外翻译”,在这种情况下,生成模型选择将它的预测(部分地)翻译成错误的语言。本文中使用的所有代码和模型检查点都已公开提供。
注意:mT5 仅在 mC4 上进行预训练,不包括任何监督训练。因此,此模型必须在用于下游任务之前进行微调,这与原始 T5 模型不同。由于 mT5 是无监督地进行预训练的,因此在单任务微调期间使用任务前缀没有真正的优势。如果进行多任务微调,则应使用前缀。
Google 发布了以下变体:
此模型由 patrickvonplaten 贡献。原始代码可以在 此处 找到。
资源
MT5Config
class transformers.MT5Config
< 源代码 >( vocab_size = 250112 d_model = 512 d_kv = 64 d_ff = 1024 num_layers = 8 num_decoder_layers = None num_heads = 6 relative_attention_num_buckets = 32 relative_attention_max_distance = 128 dropout_rate = 0.1 layer_norm_epsilon = 1e-06 initializer_factor = 1.0 feed_forward_proj = 'gated-gelu' is_encoder_decoder = True use_cache = True tokenizer_class = 'T5Tokenizer' tie_word_embeddings = False pad_token_id = 0 eos_token_id = 1 decoder_start_token_id = 0 classifier_dropout = 0.0 **kwargs )
参数
- 词汇量 (
int
, 可选, 默认值为 250112) — T5 模型的词汇量。定义了调用 T5Model 或 TFT5Model 时传递的inputs_ids
可以表示的不同标记的数量。 - 模型维度 (
int
, 可选, 默认值为 512) — 编码器层和池化层的维度。 - 键、查询、值投影维度 (
int
, 可选, 默认值为 64) — 每个注意力头的键、查询、值投影的维度。在传统情况下,通常期望d_kv
等于d_model // num_heads
。但在 mt5-small 的架构中,d_kv
不等于d_model //num_heads
。投影层的inner_dim
将被定义为num_heads * d_kv
。 - 前馈层维度 (
int
, 可选, 默认值为 1024) — 每个T5Block
中的中间前馈层的维度。 - 编码器层数 (
int
, 可选, 默认值为 8) — 变压器编码器中的隐藏层数。 - 解码器层数 (
int
, 可选) — 变压器解码器中的隐藏层数。如果未设置,将使用与num_layers
相同的值。 - 注意力头数 (
int
, 可选, 默认值为 6) — 变压器编码器中每个注意力层的注意力头数。 - 相对注意力桶数 (
int
, 可选, 默认值为 32) — 每个注意力层使用的桶数。 - 相对注意力最大距离 (
int
, 可选, 默认值为 128) — 桶分离的较长序列的最大距离。 - dropout 比率 (
float
, 可选, 默认值为 0.1) — 所有 dropout 层的比率。 - initializer_factor (
float
, 可选, 默认为 1) — 用于初始化所有权重矩阵的因子(应保持为 1,在内部用于初始化测试)。 - feed_forward_proj (
string
, 可选, 默认为"gated-gelu"
) — 要使用的前馈层类型。应该是"relu"
或"gated-gelu"
之一。 - use_cache (
bool
, 可选, 默认为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)。
这是一个配置类,用于存储 MT5Model 或 TFMT5Model 的配置。它用于根据指定的参数实例化 mT5 模型,定义模型架构。使用默认值实例化配置将产生与 mT5 google/mt5-small 架构类似的配置。
配置对象继承自 PretrainedConfig 并且可用于控制模型输出。有关更多信息,请阅读 PretrainedConfig 的文档。
MT5Tokenizer
class transformers.T5Tokenizer
< 源代码 >( vocab_file eos_token = '</s>' unk_token = '<unk>' pad_token = '<pad>' extra_ids = 100 additional_special_tokens = None sp_model_kwargs: Optional = None legacy = None add_prefix_space = True **kwargs )
参数
- vocab_file (
str
) — SentencePiece 文件(通常具有 .spm 扩展名),其中包含实例化标记器所需的词汇表。 - eos_token (
str
, 可选, 默认为"</s>"
) — 序列结束标记。使用特殊标记构建序列时,这不是用于序列结束的标记。使用的标记是
sep_token
。 - unk_token (
str
, 可选, 默认为"<unk>"
) — 未知标记。不在词汇表中的标记无法转换为 ID,而是设置为此标记。 - pad_token (
str
, optional, defaults to"<pad>"
) — 用于填充的标记,例如在对不同长度的序列进行批处理时。 - extra_ids (
int
, optional, defaults to 100) — 向词汇表添加一些额外的 id,用于作为哨兵。这些标记可以访问为“id{%d}>” 其中 ”{%d}” 是 0 到 extra_ids-1 之间的数字。这些标记可以通过调用 get_sentinel_tokens 方法获取,而标记 id 可以通过调用 get_sentinel_token_ids 方法获取。additional_special_tokens ( List[str]
, optional): 标记器使用的其他特殊标记。 - sp_model_kwargs (
dict
, optional) — 将传递给SentencePieceProcessor.__init__()
方法。 SentencePiece 的 Python 包装器 可以用于,除其他事项外,设置:-
enable_sampling
: 启用子词正则化。 -
nbest_size
: unigram 的采样参数,对 BPE-Dropout 无效。nbest_size = {0,1}
: 不执行采样。nbest_size > 1
: 从 nbest_size 个结果中采样。nbest_size < 0
: 假设 nbest_size 是无限的,并使用前向滤波和后向采样算法从所有假设(格)中采样。
-
alpha
: unigram 采样的平滑参数,以及 BPE-dropout 的合并操作的 dropout 概率。
-
- legacy (
bool
, optional) — 是否应该使用标记器的legacy
行为。Legacy 是在合并 #24622 和 #25224 之前,其中包括对正确处理出现在特殊标记后的标记的修复。一个简单的例子:legacy=True
:
构造一个 T5 标记器。基于 SentencePiece.
此标记器继承自 PreTrainedTokenizer,其中包含大多数主要方法。用户应参考此超类以获取有关这些方法的更多信息。
build_inputs_with_special_tokens
< source > ( token_ids_0: List token_ids_1: Optional = None ) → List[int]
通过串联和添加特殊标记,从序列或序列对构建用于序列分类任务的模型输入。序列具有以下格式
- 单个序列:
X </s>
- 序列对:
A </s> B </s>
将标记序列(字符串)转换为单个字符串。
create_token_type_ids_from_sequences
< ( token_ids_0: List token_ids_1: Optional = None ) → List[int]
从传递的两个序列中创建一个掩码,用于序列对分类任务。T5 不使用 token type id,因此返回一个零列表。
get_special_tokens_mask
< source > ( token_ids_0: List token_ids_1: Optional = None already_has_special_tokens: bool = False ) → List[int]
从没有添加特殊 token 的 token 列表中检索序列 ID。在使用 tokenizer 的 prepare_for_model
方法添加特殊 token 时调用此方法。
将字符串转换为 token 列表。如果 self.legacy
设置为 False
,则添加前缀 token,除非第一个 token 是特殊的。
有关所有详细信息,请参阅 T5Tokenizer。
MT5TokenizerFast
class transformers.T5TokenizerFast
< source >( vocab_file = None tokenizer_file = None eos_token = '</s>' unk_token = '<unk>' pad_token = '<pad>' extra_ids = 100 additional_special_tokens = None add_prefix_space = None **kwargs )
参数
- vocab_file (
str
) — SentencePiece 文件(通常具有 .spm 扩展名),其中包含实例化标记器的必要词汇。 - eos_token (
str
, 可选,默认为"</s>"
) — 序列结束标记。 - unk_token (
str
, 可选,默认为"<unk>"
) — 未知标记。词汇表中不存在的标记无法转换为 ID,因此设置为该标记。 - pad_token (
str
, 可选,默认为"<pad>"
) — 用于填充的标记,例如在对不同长度的序列进行批处理时。 - extra_ids (
int
, 可选,默认为 100) — 添加到词汇表中的额外 ID 数量,用于作为哨兵。这些标记可以作为“id{%d}>”访问,其中“{%d}”是 0 到 extra_ids-1 之间的数字。这些标记可以通过调用 get_sentinel_tokens 方法检索,标记 ID 可以通过调用 get_sentinel_token_ids 方法检索。 - additional_special_tokens (
List[str]
, 可选) — 标记器使用的其他特殊标记。 - add_prefix_space (
bool
, 可选) — 标记器是否应自动添加前缀空格 - from_slow (
book
, 可选,默认为False
) — 标记器是否应该从一个慢速标记器转换而来。如果add_prefix_space
设置为真,则此值将设置为True
。
构建一个“快速”T5 标记器(由 HuggingFace 的 tokenizers 库支持)。基于 Unigram。
此标记器继承自 PreTrainedTokenizerFast,其中包含大多数主要方法。用户应参考此超类以获取有关这些方法的更多信息。
build_inputs_with_special_tokens
< 源代码 > ( token_ids_0: List token_ids_1: Optional = None ) → List[int]
通过串联和添加特殊标记,从序列或序列对构建用于序列分类任务的模型输入。序列具有以下格式
- 单个序列:
X </s>
- 序列对:
A </s> B </s>
create_token_type_ids_from_sequences
< source > ( token_ids_0: List token_ids_1: Optional = None ) → List[int]
从传递的两个序列中创建一个掩码,用于序列对分类任务。T5 不使用 token type id,因此返回一个零列表。
有关所有详细信息,请参阅 T5TokenizerFast。
MT5Model
class transformers.MT5Model
< source >( config: MT5Config )
参数
- config (MT5Config) — 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() 方法来加载模型权重。
不带任何特定头的基本 MT5 模型变压器,输出原始隐藏状态。
MT5 模型在 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 中由 Colin Raffel、Noam Shazeer、Adam Roberts、Katherine Lee、Sharan Narang、Michael Matena、Yanqi Zhou、Wei Li、Peter J. Liu 提出。它是在文本到文本降噪生成设置中预训练的编码器解码器变压器。
此模型继承自 PreTrainedModel。查看超类文档,了解库为其所有模型实现的通用方法(如下载或保存、调整输入嵌入大小、修剪头等)。
此模型也是一个 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解与一般用法和行为有关的所有事宜。
示例
>>> from transformers import MT5Model, AutoTokenizer
>>> model = MT5Model.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, return_tensors="pt")
>>> labels = tokenizer(text_target=summary, return_tensors="pt")
>>> outputs = model(input_ids=inputs["input_ids"], decoder_input_ids=labels["input_ids"])
>>> hidden_states = outputs.last_hidden_state
将模型从模型并行状态移动到 cpu。
示例
# On a 4 GPU machine with mt5-xl:
model = MT5ForConditionalGeneration.from_pretrained("Mt5-xl")
device_map = {
0: [0, 1, 2],
1: [3, 4, 5, 6, 7, 8, 9],
2: [10, 11, 12, 13, 14, 15, 16],
3: [17, 18, 19, 20, 21, 22, 23],
}
model.parallelize(device_map) # Splits the model across several devices
model.deparallelize() # Put the model back on cpu and cleans memory by calling torch.cuda.empty_cache()
The MT5Model 正向方法覆盖了__call__
特殊方法。
虽然正向传递的配方需要在该函数中定义,但之后应该调用Module
实例而不是该函数,因为前者负责运行预处理和后处理步骤,而后者会默默地忽略它们。
示例
>>> from transformers import AutoTokenizer, MT5Model
>>> tokenizer = AutoTokenizer.from_pretrained("google-mt5/mt5-small")
>>> model = MT5Model.from_pretrained("google-mt5/mt5-small")
>>> input_ids = tokenizer(
... "Studies have been shown that owning a dog is good for you", return_tensors="pt"
... ).input_ids # Batch size 1
>>> decoder_input_ids = tokenizer("Studies show that", return_tensors="pt").input_ids # Batch size 1
>>> # preprocess: Prepend decoder_input_ids with start token which is pad token for MT5Model.
>>> # This is not needed for torch's MT5ForConditionalGeneration as it does this internally using labels arg.
>>> decoder_input_ids = model._shift_right(decoder_input_ids)
>>> # forward pass
>>> outputs = model(input_ids=input_ids, decoder_input_ids=decoder_input_ids)
>>> last_hidden_states = outputs.last_hidden_state
并行化
< source > ( device_map = None )
这是一个实验性功能,随时可能发生变化。
使用设备映射将模型的注意力模块分布到多个设备上。如果没有提供设备映射,它将均匀地将块分布到所有设备上。
示例
# Here is an example of a device map on a machine with 4 GPUs using mt5-xl, which has a total of 24 attention modules:
model = MT5ForConditionalGeneration.from_pretrained("mt5-xl")
device_map = {
0: [0, 1, 2],
1: [3, 4, 5, 6, 7, 8, 9],
2: [10, 11, 12, 13, 14, 15, 16],
3: [17, 18, 19, 20, 21, 22, 23],
}
model.parallelize(device_map)
MT5ForConditionalGeneration
class transformers.MT5ForConditionalGeneration
< source >( config: MT5Config )
参数
- config (MT5Config) — 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。
具有语言建模
头的MT5模型。
MT5 模型在 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 中由 Colin Raffel、Noam Shazeer、Adam Roberts、Katherine Lee、Sharan Narang、Michael Matena、Yanqi Zhou、Wei Li、Peter J. Liu 提出。它是在文本到文本降噪生成设置中预训练的编码器解码器变压器。
此模型继承自 PreTrainedModel。查看超类文档,了解库为其所有模型实现的通用方法(如下载或保存、调整输入嵌入大小、修剪头等)。
此模型也是一个 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解与一般用法和行为有关的所有事宜。
示例
>>> from transformers import MT5ForConditionalGeneration, AutoTokenizer
>>> model = MT5ForConditionalGeneration.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, text_target=summary, return_tensors="pt")
>>> outputs = model(**inputs)
>>> loss = outputs.loss
将模型从模型并行状态移动到 cpu。
示例
# On a 4 GPU machine with mt5-xl:
model = MT5ForConditionalGeneration.from_pretrained("Mt5-xl")
device_map = {
0: [0, 1, 2],
1: [3, 4, 5, 6, 7, 8, 9],
2: [10, 11, 12, 13, 14, 15, 16],
3: [17, 18, 19, 20, 21, 22, 23],
}
model.parallelize(device_map) # Splits the model across several devices
model.deparallelize() # Put the model back on cpu and cleans memory by calling torch.cuda.empty_cache()
forward
< source > ( input_ids: Optional = None attention_mask: Optional = None decoder_input_ids: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None past_key_values: Optional = None inputs_embeds: Optional = None decoder_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.Seq2SeqLMOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 句子中每个词在词表的索引。MT5 模型使用相对位置嵌入,因此你可以在句子左右两端进行填充。可以使用 AutoTokenizer 获取索引。详细内容请查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
想了解更多关于如何在预训练中准备
input_ids
的信息,请查看 MT5 训练。 - attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
, 可选) — 掩码,用于避免在填充索引上执行注意力。掩码值选择范围在[0, 1]
中:- 1 代表未被掩码的词,
- 0 代表被掩码的词。
- decoder_input_ids (
torch.LongTensor
形状为(batch_size, target_sequence_length)
, 可选) — 解码器输入句子中每个词在词表的索引。可以使用 AutoTokenizer 获取索引。详细内容请查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
MT5 使用
pad_token_id
作为decoder_input_ids
生成的起始词。如果使用了past_key_values
,可选地只需要输入最后一个decoder_input_ids
(请查看past_key_values
)。想了解更多关于如何在预训练中准备
decoder_input_ids
的信息,请查看 MT5 训练。 - decoder_attention_mask (
torch.BoolTensor
形状为(batch_size, target_sequence_length)
, 可选) — 默认行为: 生成一个张量,忽略decoder_input_ids
中的填充词。默认情况下还会使用因果掩码。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码,用于使编码器中自注意力模块的选定注意力头无效。掩码值选择范围在[0, 1]
中:- 1 代表未被掩码的注意力头,
- 0 代表被掩码的注意力头。
- decoder_head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码,用于使解码器中自注意力模块的选定注意力头无效。掩码值选择范围在[0, 1]
中:- 1 代表未被掩码的注意力头,
- 0 代表被掩码的注意力头。
- cross_attn_head_mask (
torch.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码,用于使解码器中交叉注意力模块的选定注意力头无效。掩码值选择范围在[0, 1]
中:- 1 代表未被掩码的注意力头,
- 0 代表被掩码的注意力头。
- encoder_outputs (
tuple(tuple(torch.FloatTensor)
, 可选) — 元组包含 (last_hidden_state
,可选
: hidden_states,可选
: attentions)last_hidden_state
形状为(batch_size, sequence_length, hidden_size)
是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。 - past_key_values (
tuple(tuple(torch.FloatTensor))
长度为config.n_layers
,每个元组包含 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含注意力块的预计算键和值隐藏状态。可以用来加速解码。如果使用了
past_key_values
,用户可以选择仅输入最后一个decoder_input_ids
(那些没有向该模型提供过去键值状态的) ,形状为(batch_size, 1)
,而不是全部的decoder_input_ids
,形状为(batch_size, sequence_length)
。 - 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式表示。如果您希望比模型内部的嵌入查找矩阵对如何将input_ids
索引转换为关联向量有更多控制,这将很有用。 - decoder_inputs_embeds (
torch.FloatTensor
形状为(batch_size, target_sequence_length, hidden_size)
, 可选) — 可选地,而不是传递decoder_input_ids
,您可以选择直接传递嵌入式表示。如果使用了past_key_values
,可选地,只需要输入最后一个decoder_inputs_embeds
(参见past_key_values
)。如果您希望比模型内部的嵌入查找矩阵对如何将decoder_input_ids
索引转换为关联向量有更多控制,这将很有用。如果
decoder_input_ids
和decoder_inputs_embeds
都未设置,decoder_inputs_embeds
将采用inputs_embeds
的值。 - use_cache (
bool
, 可选) — 如果设置为True
,将返回past_key_values
键值状态,可以用来加速解码 (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 而不是简单的元组。 - 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[-100, 0, ..., config.vocab_size - 1]
中。所有设置为-100
的标签都将被忽略 (屏蔽),损失仅针对[0, ..., config.vocab_size]
中的标签计算。
返回
transformers.modeling_outputs.Seq2SeqLMOutput or tuple(torch.FloatTensor)
A transformers.modeling_outputs.Seq2SeqLMOutput 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 (MT5Config) 和输入的不同元素。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选, 当提供labels
时返回) — 语言建模损失。 -
logits (
torch.FloatTensor
形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测得分 (SoftMax 之前的每个词汇标记的得分)。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选,在传递use_cache=True
或当config.use_cache=True
时返回) —tuple(torch.FloatTensor)
的元组,长度为config.n_layers
,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的额外张量。包含预先计算的隐藏状态(自注意力块和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。 -
decoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(如果模型具有嵌入层,则一个用于嵌入的输出,另外一个用于每个层的输出)。解码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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)。解码器的注意力权重,在注意力softmax之后,用于计算自注意力头部的加权平均值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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部的加权平均值。
-
encoder_last_hidden_state (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选) — 模型编码器最后一层输出处的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(如果模型具有嵌入层,则一个用于嵌入的输出,另外一个用于每个层的输出)。编码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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)。编码器的注意力权重,在注意力softmax之后,用于计算自注意力头部的加权平均值。
The MT5ForConditionalGeneration forward method, overrides the __call__
special method.
虽然正向传递的配方需要在该函数中定义,但之后应该调用Module
实例而不是该函数,因为前者负责运行预处理和后处理步骤,而后者会默默地忽略它们。
示例
>>> from transformers import AutoTokenizer, MT5ForConditionalGeneration
>>> tokenizer = AutoTokenizer.from_pretrained("google-mt5/mt5-small")
>>> model = MT5ForConditionalGeneration.from_pretrained("google-mt5/mt5-small")
>>> # training
>>> input_ids = tokenizer("The <extra_id_0> walks in <extra_id_1> park", return_tensors="pt").input_ids
>>> labels = tokenizer("<extra_id_0> cute dog <extra_id_1> the <extra_id_2>", return_tensors="pt").input_ids
>>> outputs = model(input_ids=input_ids, labels=labels)
>>> loss = outputs.loss
>>> logits = outputs.logits
>>> # inference
>>> input_ids = tokenizer(
... "summarize: studies have shown that owning a dog is good for you", return_tensors="pt"
... ).input_ids # Batch size 1
>>> outputs = model.generate(input_ids)
>>> print(tokenizer.decode(outputs[0], skip_special_tokens=True))
>>> # studies have shown that owning a dog is good for you.
并行化
< source > ( device_map = None )
这是一个实验性功能,随时可能发生变化。
使用设备映射将模型的注意力模块分布到多个设备上。如果没有提供设备映射,它将均匀地将块分布到所有设备上。
示例
# Here is an example of a device map on a machine with 4 GPUs using mt5-xl, which has a total of 24 attention modules:
model = MT5ForConditionalGeneration.from_pretrained("mt5-xl")
device_map = {
0: [0, 1, 2],
1: [3, 4, 5, 6, 7, 8, 9],
2: [10, 11, 12, 13, 14, 15, 16],
3: [17, 18, 19, 20, 21, 22, 23],
}
model.parallelize(device_map)
MT5EncoderModel
class transformers.MT5EncoderModel
< source >( config: MT5Config )
参数
- config (MT5Config) — 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。
裸 MT5 模型转换器,输出编码器原始隐藏状态,顶部没有任何特定头部。
MT5 模型在 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 中由 Colin Raffel、Noam Shazeer、Adam Roberts、Katherine Lee、Sharan Narang、Michael Matena、Yanqi Zhou、Wei Li、Peter J. Liu 提出。它是在文本到文本降噪生成设置中预训练的编码器解码器变压器。
此模型继承自 PreTrainedModel。查看超类文档,了解库为其所有模型实现的通用方法(如下载或保存、调整输入嵌入大小、修剪头等)。
此模型也是一个 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解与一般用法和行为有关的所有事宜。
示例
>>> from transformers import MT5EncoderModel, AutoTokenizer
>>> model = MT5EncoderModel.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> input_ids = tokenizer(article, return_tensors="pt").input_ids
>>> outputs = model(input_ids)
>>> hidden_state = outputs.last_hidden_state
将模型从模型并行状态移动到 cpu。
示例
# On a 4 GPU machine with mt5-xl:
model = MT5ForConditionalGeneration.from_pretrained("Mt5-xl")
device_map = {
0: [0, 1, 2],
1: [3, 4, 5, 6, 7, 8, 9],
2: [10, 11, 12, 13, 14, 15, 16],
3: [17, 18, 19, 20, 21, 22, 23],
}
model.parallelize(device_map) # Splits the model across several devices
model.deparallelize() # Put the model back on cpu and cleans memory by calling torch.cuda.empty_cache()
forward
< source > ( input_ids: Optional = None attention_mask: 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.BaseModelOutput or tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
of shape(batch_size, sequence_length)
) — 输入序列令牌在词汇表中的索引。MT5 是一个具有相对位置嵌入的模型,因此你应该能够在左右两侧填充输入。索引可以使用 AutoTokenizer 获取。有关详细信息,请参见 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
要详细了解如何为预训练准备
input_ids
,请查看 MT5 训练。 - attention_mask (
torch.FloatTensor
of shape(batch_size, sequence_length)
, optional) — 掩码以避免对填充令牌索引执行注意力。在[0, 1]
中选择掩码值:- 1 用于未被掩码的令牌,
- 0 用于被掩码的令牌。
- 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 而不是简单元组。
返回
transformers.modeling_outputs.BaseModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.BaseModelOutput 或一个 torch.FloatTensor
元组(如果传递 return_dict=False
或当 config.return_dict=False
时),包含取决于配置 (MT5Config) 和输入的各种元素。
-
last_hidden_state (
torch.FloatTensor
形状为(batch_size, sequence_length, hidden_size)
) — 模型最后一层输出的隐藏状态序列。 -
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(一个用于嵌入层的输出,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 后的注意力权重,用于计算自注意力头中的加权平均值。
The MT5EncoderModel 正向方法,覆盖了 __call__
特殊方法。
虽然正向传递的配方需要在该函数中定义,但之后应该调用Module
实例而不是该函数,因为前者负责运行预处理和后处理步骤,而后者会默默地忽略它们。
示例
>>> from transformers import AutoTokenizer, MT5EncoderModel
>>> tokenizer = AutoTokenizer.from_pretrained("google-mt5/mt5-small")
>>> model = MT5EncoderModel.from_pretrained("google-mt5/mt5-small")
>>> input_ids = tokenizer(
... "Studies have been shown that owning a dog is good for you", return_tensors="pt"
... ).input_ids # Batch size 1
>>> outputs = model(input_ids=input_ids)
>>> last_hidden_states = outputs.last_hidden_state
并行化
< source > ( device_map = None )
这是一个实验性功能,随时可能发生变化。
使用设备映射将模型的注意力模块分布到多个设备上。如果没有提供设备映射,它将均匀地将块分布到所有设备上。
示例
# Here is an example of a device map on a machine with 4 GPUs using mt5-xl, which has a total of 24 attention modules:
model = MT5ForConditionalGeneration.from_pretrained("mt5-xl")
device_map = {
0: [0, 1, 2],
1: [3, 4, 5, 6, 7, 8, 9],
2: [10, 11, 12, 13, 14, 15, 16],
3: [17, 18, 19, 20, 21, 22, 23],
}
model.parallelize(device_map)
MT5ForSequenceClassification
class transformers.MT5ForSequenceClassification
< source >( config: MT5Config )
参数
- config (MT5Config) — 模型配置类,包含模型的所有参数。 使用配置文件进行初始化不会加载与模型关联的权重,仅加载配置。 查看 from_pretrained() 方法以加载模型权重。
具有序列分类/头的 MT5 模型(在池化输出之上有一个线性层),例如用于 GLUE 任务。
MT5 模型在 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 中由 Colin Raffel、Noam Shazeer、Adam Roberts、Katherine Lee、Sharan Narang、Michael Matena、Yanqi Zhou、Wei Li、Peter J. Liu 提出。它是在文本到文本降噪生成设置中预训练的编码器解码器变压器。
此模型继承自 PreTrainedModel。查看超类文档,了解库为其所有模型实现的通用方法(如下载或保存、调整输入嵌入大小、修剪头等)。
此模型也是一个 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解与一般用法和行为有关的所有事宜。
forward
< 源代码 > ( input_ids: LongTensor = None attention_mask: Optional = None decoder_input_ids: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None inputs_embeds: Optional = None decoder_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.Seq2SeqSequenceClassifierOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 输入序列词元在词汇表中的索引。 MT5 是一个具有相对位置嵌入的模型,因此您应该能够在左右两侧填充输入。索引可以通过 AutoTokenizer 获取。 查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。
要了解有关如何为预训练准备
input_ids
的更多信息,请查看 MT5 训练。 - attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
, 可选) — 掩码以避免对填充词元索引执行注意力。 掩码值在[0, 1]
中选择:- 1 表示未掩码的词元。
- 0 表示掩码的词元。
- decoder_input_ids (
torch.LongTensor
形状为(batch_size, target_sequence_length)
, 可选) — 解码器输入序列词元在词汇表中的索引。索引可以通过 AutoTokenizer 获取。 查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。
MT5 使用
pad_token_id
作为decoder_input_ids
生成的起始词元。 如果使用past_key_values
,则可以选择仅输入最后一个decoder_input_ids
(参见past_key_values
)。要了解有关如何为预训练准备
decoder_input_ids
的更多信息,请查看 MT5 训练。 - decoder_attention_mask (
torch.BoolTensor
形状为(batch_size, target_sequence_length)
, 可选) — 默认行为:生成一个张量,忽略decoder_input_ids
中的填充词元。 默认情况下还会使用因果掩码。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码以使编码器中自注意力模块的选定头无效。 掩码值在[0, 1]
中选择:- 1 表示未掩码的头。
- 0 表示掩码的头。
- decoder_head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于将解码器中自注意力模块的选定头部设为零的掩码。掩码值选择在[0, 1]
中:- 1 表示头部未被掩码,
- 0 表示头部被掩码。
- cross_attn_head_mask (
torch.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 用于将解码器中交叉注意力模块的选定头部设为零的掩码。掩码值选择在[0, 1]
中:- 1 表示头部未被掩码,
- 0 表示头部被掩码。
- encoder_outputs (
tuple(tuple(torch.FloatTensor)
,可选) — 元组包含 (last_hidden_state
,可选
: hidden_states,可选
: attentions)last_hidden_state
形状为(batch_size, sequence_length, hidden_size)
是编码器最后一层输出的隐藏状态序列。用于解码器的交叉注意力。 - past_key_values (
tuple(tuple(torch.FloatTensor))
长度为config.n_layers
,每个元组包含 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含预计算的注意力块的键和值隐藏状态。可用于加快解码速度。如果使用
past_key_values
,用户可以选择仅输入最后一个decoder_input_ids
(没有提供其过去键值状态的那些)形状为(batch_size, 1)
,而不是所有形状为(batch_size, sequence_length)
的decoder_input_ids
。 - 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(比模型的内部嵌入查找矩阵更详细)有更多控制权,这将非常有用。 - decoder_inputs_embeds (
torch.FloatTensor
形状为(batch_size, target_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decoder_input_ids
。如果使用past_key_values
,可以选择仅输入最后一个decoder_inputs_embeds
(参见past_key_values
)。如果您希望对如何将decoder_input_ids
索引转换为相关向量(比模型的内部嵌入查找矩阵更详细)有更多控制权,这将非常有用。如果
decoder_input_ids
和decoder_inputs_embeds
均未设置,则decoder_inputs_embeds
将取inputs_embeds
的值。 - use_cache (
bool
,可选) — 如果设置为True
,则返回past_key_values
键值状态,可用于加快解码速度(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
,则计算分类损失(交叉熵)。
返回
transformers.modeling_outputs.Seq2SeqSequenceClassifierOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqSequenceClassifierOutput 或一个 torch.FloatTensor
元组(如果传递了 return_dict=False
或 config.return_dict=False
),包含各种元素,具体取决于配置 (MT5Config) 和输入。
-
loss (
torch.FloatTensor
形状为(1,)
, 可选, 当提供label
时返回) — 分类(或如果 config.num_labels==1 则为回归)损失。 -
logits (
torch.FloatTensor
形状为(batch_size, config.num_labels)
) — 分类(或如果 config.num_labels==1 则为回归)分数(在 SoftMax 之前)。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选,在传递use_cache=True
或当config.use_cache=True
时返回) —tuple(torch.FloatTensor)
的元组,长度为config.n_layers
,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的额外张量。包含预先计算的隐藏状态(自注意力块和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。 -
decoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(如果模型具有嵌入层,则一个用于嵌入的输出,另外一个用于每个层的输出)。解码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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)。解码器的注意力权重,在注意力softmax之后,用于计算自注意力头部的加权平均值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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部的加权平均值。
-
encoder_last_hidden_state (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选) — 模型编码器最后一层输出处的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(如果模型具有嵌入层,则一个用于嵌入的输出,另外一个用于每个层的输出)。编码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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)。编码器的注意力权重,在注意力softmax之后,用于计算自注意力头部的加权平均值。
The MT5ForSequenceClassification forward 方法,覆盖了 __call__
特殊方法。
虽然正向传递的配方需要在该函数中定义,但之后应该调用Module
实例而不是该函数,因为前者负责运行预处理和后处理步骤,而后者会默默地忽略它们。
MT5ForTokenClassification
class transformers.MT5ForTokenClassification
< 源代码 >( config: MT5Config )
参数
- config (MT5Config) — 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() 方法加载模型权重。
MT5 编码器模型,顶部带有令牌分类头(隐藏状态输出之上的线性层),例如用于命名实体识别 (NER) 任务。
MT5 模型在 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 中由 Colin Raffel、Noam Shazeer、Adam Roberts、Katherine Lee、Sharan Narang、Michael Matena、Yanqi Zhou、Wei Li、Peter J. Liu 提出。它是在文本到文本降噪生成设置中预训练的编码器解码器变压器。
此模型继承自 PreTrainedModel。查看超类文档,了解库为其所有模型实现的通用方法(如下载或保存、调整输入嵌入大小、修剪头等)。
此模型也是一个 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解与一般用法和行为有关的所有事宜。
forward
< 源代码 > ( input_ids: Optional = None attention_mask: 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。MT5 是一个具有相对位置嵌入的模型,因此你应该能够在左右两边填充输入。可以使用 AutoTokenizer 获取索引。查看 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call() 获取详细信息。
要了解有关如何为预训练准备
input_ids
的更多信息,请查看 MT5 训练。 - 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 未掩码 的令牌,
- 0 表示 掩码 的令牌。
- decoder_input_ids (
torch.LongTensor
形状为(batch_size, target_sequence_length)
, 可选) — 解码器输入序列令牌在词汇表中的索引。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
MT5 使用
pad_token_id
作为decoder_input_ids
生成 的起始令牌。如果使用past_key_values
,可以选择仅输入最后一个decoder_input_ids
(参见past_key_values
)。要详细了解如何在预训练中准备
decoder_input_ids
,请查看 MT5 训练。 - decoder_attention_mask (
torch.BoolTensor
形状为(batch_size, target_sequence_length)
, 可选) — 默认行为:生成一个张量,它会忽略decoder_input_ids
中的填充令牌。默认情况下还会使用因果掩码。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码,用于在编码器中的自注意力模块中使选定的头部失效。在[0, 1]
中选择的掩码值:- 1 表示头部 未被掩码
- 0 表示头部 被掩码
- decoder_head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码,用于在解码器中的自注意力模块中使选定的头部失效。在[0, 1]
中选择的掩码值:- 1 表示头部 未被掩码
- 0 表示头部 被掩码
- cross_attn_head_mask (
torch.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
, 可选) — 掩码,用于在解码器中的交叉注意力模块中使选定的头部失效。在[0, 1]
中选择的掩码值:- 1 表示头部 未被掩码
- 0 表示头部 被掩码
- encoder_outputs (
tuple(tuple(torch.FloatTensor)
, 可选) — 元组包含 (last_hidden_state
,可选
: hidden_states,可选
: attentions)last_hidden_state
形状为(batch_size, sequence_length, hidden_size)
,是编码器最后一层输出的隐藏状态序列。在解码器的交叉注意力中使用。 - past_key_values (
tuple(tuple(torch.FloatTensor))
长度为config.n_layers
,每个元组有 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含注意力块的预计算键和值隐藏状态。可用于加速解码。如果使用
past_key_values
,用户可以选择仅输入最后一个decoder_input_ids
(那些没有为此模型提供过去键值状态的decoder_input_ids
),形状为(batch_size, 1)
,而不是所有decoder_input_ids
,形状为(batch_size, sequence_length)
。 - 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式表示,而不是传递input_ids
。如果您想比模型的内部嵌入查找矩阵更精细地控制如何将input_ids
索引转换为关联的向量,这将很有用。 - decoder_inputs_embeds (
torch.FloatTensor
形状为(batch_size, target_sequence_length, hidden_size)
,可选) — 可选地,您无需传递decoder_input_ids
,而是选择直接传递嵌入表示。如果使用past_key_values
,则可以选择仅输入最后一个decoder_inputs_embeds
(参见past_key_values
)。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decoder_input_ids
索引转换为相关的向量,这将很有用。如果
decoder_input_ids
和decoder_inputs_embeds
都未设置,则decoder_inputs_embeds
将采用inputs_embeds
的值。 - 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 而不是简单的元组。 - labels (
torch.LongTensor
形状为(batch_size, sequence_length)
,可选) — 用于计算标记分类损失的标签。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 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 (MT5Config) 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output_hidden_states=True
或config.output_hidden_states=True
时返回) —torch.FloatTensor
元组(一个用于嵌入层的输出,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 后的注意力权重,用于计算自注意力头中的加权平均值。
The MT5ForTokenClassification 正向方法,覆盖 __call__
特殊方法。
虽然正向传递的配方需要在该函数中定义,但之后应该调用Module
实例而不是该函数,因为前者负责运行预处理和后处理步骤,而后者会默默地忽略它们。
MT5ForQuestionAnswering
class transformers.MT5ForQuestionAnswering
< source >( config: MT5Config )
参数
- config (MT5Config) — 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。查看 from_pretrained() 方法来加载模型权重。
MT5 模型,顶部有一个跨度分类头,用于执行 SQuAD 之类的提取式问答任务(在隐藏状态输出的顶部使用线性层来计算 span start logits
和 span end logits
)。
MT5 模型在 Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer 中由 Colin Raffel、Noam Shazeer、Adam Roberts、Katherine Lee、Sharan Narang、Michael Matena、Yanqi Zhou、Wei Li、Peter J. Liu 提出。它是在文本到文本降噪生成设置中预训练的编码器解码器变压器。
此模型继承自 PreTrainedModel。查看超类文档,了解库为其所有模型实现的通用方法(如下载或保存、调整输入嵌入大小、修剪头等)。
此模型也是一个 PyTorch torch.nn.Module 子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档了解与一般用法和行为有关的所有事宜。
forward
< 源代码 > ( input_ids: Optional = None attention_mask: Optional = None decoder_input_ids: Optional = None decoder_attention_mask: Optional = None head_mask: Optional = None decoder_head_mask: Optional = None cross_attn_head_mask: Optional = None encoder_outputs: Optional = None start_positions: Optional = None end_positions: Optional = None inputs_embeds: Optional = None decoder_inputs_embeds: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → transformers.modeling_outputs.Seq2SeqQuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
参数
- input_ids (
torch.LongTensor
形状为(batch_size, sequence_length)
) — 词汇表中输入序列词元的索引。MT5 是一个具有相对位置嵌入的模型,因此您应该能够在左右两侧填充输入。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
有关如何为预训练准备
input_ids
的更多信息,请查看 MT5 训练。 - attention_mask (
torch.FloatTensor
形状为(batch_size, sequence_length)
,可选) — 掩码以避免对填充词元索引执行注意力。掩码值选择在[0, 1]
中:- 1 表示未被掩码的词元,
- 0 表示被掩码的词元。
- decoder_input_ids (
torch.LongTensor
形状为(batch_size, target_sequence_length)
,可选) — 词汇表中解码器输入序列词元的索引。可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
MT5 使用
pad_token_id
作为decoder_input_ids
生成 的起始词元。如果使用past_key_values
,则可以选择只输入最后一个decoder_input_ids
(见past_key_values
)。有关如何为预训练准备
decoder_input_ids
的更多信息,请查看 MT5 训练。 - decoder_attention_mask (
torch.BoolTensor
形状为(batch_size, target_sequence_length)
,可选) — 默认行为:生成一个忽略decoder_input_ids
中填充词元的张量。因果掩码也将默认使用。 - head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 掩码以使编码器中自注意力模块的选定头部无效。掩码值选择在[0, 1]
中:- 1 表示未被掩码的头部,
- 0 表示被掩码的头部。
- decoder_head_mask (
torch.FloatTensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 掩码以使解码器中自注意力模块的选定头部无效。掩码值选择在[0, 1]
中:- 1 表示未被掩码的头部,
- 0 表示被掩码的头部。
- cross_attn_head_mask (
torch.Tensor
形状为(num_heads,)
或(num_layers, num_heads)
,可选) — 在解码器中使交叉注意力模块的选定头部无效的掩码。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**。
- encoder_outputs (
tuple(tuple(torch.FloatTensor)
,可选) — 元组包含 (last_hidden_state
,可选
: hidden_states,可选
: attentions)last_hidden_state
形状为(batch_size, sequence_length, hidden_size)
是编码器最后一层输出的隐藏状态序列。在解码器的交叉注意力中使用。 - past_key_values (
tuple(tuple(torch.FloatTensor))
长度为config.n_layers
,每个元组有 4 个形状为(batch_size, num_heads, sequence_length - 1, embed_size_per_head)
的张量) — 包含注意力块的预计算键和值隐藏状态。可用于加速解码。如果使用
past_key_values
,用户可以选择仅输入最后一个decoder_input_ids
(那些没有向该模型提供过去键值状态的)形状为(batch_size, 1)
,而不是所有decoder_input_ids
形状为(batch_size, sequence_length)
。 - 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式表示,而不是传递input_ids
。如果您想比模型的内部嵌入查找矩阵更控制如何将input_ids
索引转换为关联的向量,这将很有用。 - decoder_inputs_embeds (
torch.FloatTensor
形状为(batch_size, target_sequence_length, hidden_size)
,可选) — 可选地,您可以选择直接传递嵌入式表示,而不是传递decoder_input_ids
。如果使用past_key_values
,可以选择仅输入最后一个decoder_inputs_embeds
(见past_key_values
)。如果您想比模型的内部嵌入查找矩阵更控制如何将decoder_input_ids
索引转换为关联的向量,这将很有用。如果
decoder_input_ids
和decoder_inputs_embeds
均未设置,decoder_inputs_embeds
将取inputs_embeds
的值。 - use_cache (
bool
,可选) — 如果设置为True
,将返回past_key_values
键值状态,可用于加速解码(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。 - start_positions (
torch.LongTensor
形状为(batch_size,)
,可选) — 用于计算标记分类损失的标记跨度开始位置(索引)的标签。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) — 用于计算标记分类损失的标记跨度结束位置(索引)的标签。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
transformers.modeling_outputs.Seq2SeqQuestionAnsweringModelOutput 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.Seq2SeqQuestionAnsweringModelOutput 或 torch.FloatTensor
的元组(如果传递 return_dict=False
或 config.return_dict=False
时),包含取决于配置 (MT5Config) 和输入的各种元素。
-
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)。 -
past_key_values (
tuple(tuple(torch.FloatTensor))
, 可选,在传递use_cache=True
或当config.use_cache=True
时返回) —tuple(torch.FloatTensor)
的元组,长度为config.n_layers
,每个元组包含 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)和 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的额外张量。包含预先计算的隐藏状态(自注意力块和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。 -
decoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(如果模型具有嵌入层,则一个用于嵌入的输出,另外一个用于每个层的输出)。解码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
decoder_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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)。解码器的注意力权重,在注意力softmax之后,用于计算自注意力头部的加权平均值。
-
cross_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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部的加权平均值。
-
encoder_last_hidden_state (形状为
(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
, 可选) — 模型编码器最后一层输出处的隐藏状态序列。 -
encoder_hidden_states (
tuple(torch.FloatTensor)
, 可选,在传递output_hidden_states=True
或config.output_hidden_states=True
时返回) — 形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
元组(如果模型具有嵌入层,则一个用于嵌入的输出,另外一个用于每个层的输出)。编码器在每一层输出的隐藏状态,加上初始嵌入输出。
-
encoder_attentions (
tuple(torch.FloatTensor)
, 可选,在传递output_attentions=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)。编码器的注意力权重,在注意力softmax之后,用于计算自注意力头部的加权平均值。
该 MT5ForQuestionAnswering 正向方法覆盖了 __call__
特殊方法。
虽然正向传递的配方需要在该函数中定义,但之后应该调用Module
实例而不是该函数,因为前者负责运行预处理和后处理步骤,而后者会默默地忽略它们。
TFMT5Model
此类覆盖了 TFT5Model。请查看超类以获取适当的文档以及使用示例。
示例
>>> from transformers import TFMT5Model, AutoTokenizer
>>> model = TFMT5Model.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, return_tensors="tf")
>>> labels = tokenizer(text_target=summary, return_tensors="tf")
>>> outputs = model(input_ids=inputs["input_ids"], decoder_input_ids=labels["input_ids"])
>>> hidden_states = outputs.last_hidden_state
TFMT5ForConditionalGeneration
此类覆盖了 TFT5ForConditionalGeneration。请查看超类以获取适当的文档以及使用示例。
示例
>>> from transformers import TFMT5ForConditionalGeneration, AutoTokenizer
>>> model = TFMT5ForConditionalGeneration.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, text_target=summary, return_tensors="tf")
>>> outputs = model(**inputs)
>>> loss = outputs.loss
TFMT5EncoderModel
此类覆盖了 TFT5EncoderModel。请查看超类以获取适当的文档以及使用示例。
示例
>>> from transformers import TFMT5EncoderModel, AutoTokenizer
>>> model = TFMT5EncoderModel.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> input_ids = tokenizer(article, return_tensors="tf").input_ids
>>> outputs = model(input_ids)
>>> hidden_state = outputs.last_hidden_state
FlaxMT5Model
class transformers.FlaxMT5Model
< 源代码 >( config: T5Config input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True gradient_checkpointing: bool = False **kwargs )
此类覆盖了 FlaxT5Model。请查看超类以获取相应的文档以及使用示例。
示例
>>> from transformers import FlaxMT5Model, AutoTokenizer
>>> model = FlaxMT5Model.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, return_tensors="np")
>>> decoder_input_ids = tokenizer(text_target=summary, return_tensors="np").input_ids
>>> outputs = model(input_ids=inputs["input_ids"], decoder_input_ids=decoder_input_ids)
>>> hidden_states = outputs.last_hidden_state
FlaxMT5ForConditionalGeneration
类 transformers.FlaxMT5ForConditionalGeneration
< 源代码 >( config: T5Config input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True gradient_checkpointing: bool = False **kwargs )
此类覆盖了 FlaxT5ForConditionalGeneration。请查看超类以获取相应的文档以及使用示例。
示例
>>> from transformers import FlaxMT5ForConditionalGeneration, AutoTokenizer
>>> model = FlaxMT5ForConditionalGeneration.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, return_tensors="np")
>>> decoder_input_ids = tokenizer(text_target=summary, return_tensors="np").input_ids
>>> outputs = model(**inputs, decoder_input_ids=decoder_input_ids)
>>> logits = outputs.logits
FlaxMT5EncoderModel
类 transformers.FlaxMT5EncoderModel
< 源代码 >( config: T5Config input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True gradient_checkpointing: bool = False **kwargs )
此类覆盖了 FlaxT5EncoderModel。请查看超类以获取相应的文档以及使用示例。
示例
>>> from transformers import FlaxT5EncoderModel, AutoTokenizer
>>> model = FlaxT5EncoderModel.from_pretrained("google/mt5-small")
>>> tokenizer = AutoTokenizer.from_pretrained("google/mt5-small")
>>> article = "UN Offizier sagt, dass weiter verhandelt werden muss in Syrien."
>>> summary = "Weiter Verhandlung in Syrien."
>>> inputs = tokenizer(article, return_tensors="np")
>>> decoder_input_ids = tokenizer(text_target=summary, return_tensors="np").input_ids
>>> outputs = model(input_ids=inputs["input_ids"])
>>> hidden_states = outputs.last_hidden_state