Transformers 文档

RecurrentGemma

Hugging Face's logo
加入Hugging Face社区

并获得增强文档体验的访问权限

开始使用

RecurrentGemma

概述

Recurrent Gemma 模型由谷歌的Griffin、RLHF和Gemma团队在《RecurrentGemma: Moving Past Transformers for Efficient Open Language Models》中提出,该论文可通过以下链接获取:RecurrentGemma: Moving Past Transformers for Efficient Open Language Models

论文摘要如下

我们介绍了RecurrentGemma,一个开源语言模型,该模型采用谷歌的新型Griffin架构。Griffin结合了线性递归和局部注意力,在语言任务上取得了优异的性能。它具有固定大小的状态,这减少了内存使用并使得在长序列上进行高效推理成为可能。我们提供了一个具有20亿非嵌入参数的预训练模型和一个指令调整变体。这两个模型在训练用词 fewer单位的条件下,仍然达到了与Gemma-2B可比的性能。

提示

此模型由 Arthur Zucker 贡献。原始代码可在此处找到。

RecurrentGemmaConfig

transformers.RecurrentGemmaConfig

< >

( num_hidden_layers = 26 vocab_size = 256000 hidden_size = 2560 intermediate_size = 7680 num_attention_heads = 10 lru_width = None attention_window_size = 2048 conv1d_width = 4 logits_soft_cap = 30.0 rms_norm_eps = 1e-06 use_cache = True pad_token_id = 0 eos_token_id = 1 bos_token_id = 2 hidden_activation = 'gelu_pytorch_tanh' partial_rotary_factor = 0.5 rope_theta = 10000.0 block_types = ('recurrent', 'recurrent', 'attention') attention_dropout = 0.0 num_key_value_heads = None attention_bias = False w_init_variance_scale = 0.01 **kwargs )

参数

  • num_hidden_layers (int, 可选, 默认为 26) — 模型中隐藏层的数量。
  • vocab_size (int, 可选, 默认为 256000) — RecurrentGemma 模型的词汇规模。定义了传递给 RecurrentGemmaModelinputs_ids 可以表示的不同标记的数量。
  • hidden_size (int, 可选, 默认为 2560) — 隐藏表示维数。
  • intermediate_size (int, 可选, 默认为 7680) — MLP 表示维数。
  • num_attention_heads (int, 可选, 默认为10) — 注意力块的头部数量以及用于RG-LRU门中的块对角层使用的头部/层数量。此数字必须能整除 hidden_sizelru_width
  • lru_width (intNone, 可选) — RG-LRU的隐藏表示维度。如果为None,则将其设置为hidden_size。是否通过sqrt(hidden_size)缩放嵌入的输出。
  • attention_window_size (int, 可选, 默认为2048) — 注意力块中使用的注意力窗口的大小。
  • conv1d_width (int, 可选, 默认为 4) — 递归块中使用 conv1d 层的核大小。
  • logits_soft_cap (float, 可选, 默认为 30.0) — 在因果 LM 架构中 Transformer 和 LM 头计算后 logits 应该软限制的值。
  • rms_norm_eps (float, 可选, 默认为 1e-06) — rms 归一化层使用的 epsilon。
  • use_cache (bool, 可选, 默认为 True) — 模型是否应该返回最后一个键/值注意力(不是所有模型都使用)。仅当 config.is_decoder=True 时相关。
  • pad_token_id (int, 可选, 默认值 0) — 填充标记 ID。
  • eos_token_id (int, 可选, 默认值 1) — 文件结束标记 ID。
  • bos_token_id (int, 可选, 默认值 2) — 文件开始标记 ID。
  • hidden_activationstr`或`function可选,默认为"gelu_pytorch_tanh") — 在循环块以及解码器层的MLP层中使用的隐藏激活函数。
  • partial_rotary_factorfloat可选,默认为0.5) — 用于旋转嵌入初始化的局部旋转因子。
  • rope_thetafloat可选,默认为10000.0) — RoPE嵌入的基本周期。
  • block_types (List[str], 可选,默认为('recurrent', 'recurrent', 'attention')) — 将重复以初始化temporal_block层的交替块列表。
  • attention_dropout (float, 可选,默认为0.0) — 注意力softmax之后的dropout值。
  • num_key_value_heads (16, 可选,默认为16) — 用于GQA的关键值头数。
  • attention_bias (布尔值, 可选, 默认为 False) — 是否在 Attention 层的线性 q,k,v 中有偏差
  • — 权重初始化方差.

这是一个配置类,用于存储 RecurrentGemmaModel 的配置。它用于根据指定的参数实例化 RecurrentGemma 模型,定义模型架构。使用默认值实例化配置将得到与 RecurrentGemma-7B 相似的配置。

例如,google/recurrentgemma-2b

配置对象继承自 PretrainedConfig 并可用于控制模型输出。更多信息请参阅 PretrainedConfig 文档。

>>> from transformers import RecurrentGemmaModel, RecurrentGemmaConfig

>>> # Initializing a RecurrentGemma recurrentgemma-2b style configuration
>>> configuration = RecurrentGemmaConfig()

>>> # Initializing a model from the recurrentgemma-2b style configuration
>>> model = RecurrentGemmaModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config

RecurrentGemmaModel

transformers.RecurrentGemmaModel

< >

( 配置: RecurrentGemmaConfig )

参数

  • 配置RecurrentGemmaConfig) — 模型的所有参数。使用配置文件初始化不会加载与模型相关的权重,只会加载配置。查看 from_pretrained() 方法来加载模型权重。配置 — RecurrentGemmaConfig

仅输出原始隐藏状态的裸RecurrentGemma模型,顶部没有任何特定头。此模型继承自PreTrainedModel。查看超类文档了解库为所有模型实现的通用方法(如下载或保存、调整输入嵌入的大小、修剪头等)

此模型也是PyTorchtorch.nn.Module子类。将其用作常规PyTorch模块,并查阅PyTorch文档了解所有有关通用用法和行为的内容。

Transformer解码器由config.num_hidden_layers层组成。每层都是嵌套的RecurrentGemmaDecoderLayer

forward

< >

( input_ids: LongTensor = None position_ids: Optional = None attention_mask: Optional = None cache_position: Optional = None inputs_embeds: Optional = None use_cache: Optional = None output_hidden_states: Optional = None return_dict: Optional = None )

参数

  • input_ids (torch.LongTensor of shape (batch_size, sequence_length)) — 词库中输入序列标记的索引。如果提供,则默认忽略填充。

    索引可以通过 AutoTokenizer 获取。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

    什么是输入索引?

  • attention_mask (torch.Tensor of shape (batch_size, sequence_length), optional) — 用于防止在填充标记索引上执行注意力的掩码。掩码值选在 [0, 1] 范围内:

    • 1:表示未遮罩的标记,
    • 0:表示遮罩的标记。

    什么是注意力掩码?

    可以通过 AutoTokenizer 获取。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

  • position_ids (torch.LongTensor 的形状为 (batch_size, sequence_length)可选 ) — 每个输入序列标记在位置嵌入中的位置索引。在 [0, config.n_positions - 1] 范围内选择。

    什么是位置 ID?

  • inputs_embeds (torch.FloatTensor 的形状为 (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。如果您希望比模型内部嵌入查找矩阵有更多控制权,将 input_ids 索引转换为相关向量的方式,这将很有用。
  • use_cache (bool可选 ) — 如果设置为 True,返回 past_key_values key value 状态,并且可以用来自加速解析(见 past_key_values)。
  • output_hidden_states (bool, 可选) — 是否返回所有隐藏状态。详见返回张量下的hidden_states了解更多详情。
  • return_dict (bool, 可选) — 是否返回ModelOutput而不是普通元组。
  • cache_position (torch.LongTensor,形状为(sequence_length)可选) — 表示输入序列标记在序列中的位置的索引。与position_ids不同,此张量不受填充的影响。它用于在正确位置更新缓存并推断完整的序列长度。

RecurrentGemmaModel的前向方法,重写了__call__特殊方法。

尽管前向传递的配方需要在函数内部定义,但应该调用之后的Module实例,而不是这个,因为前者负责运行前置和后置处理步骤,而后者会静默忽略它们。

RecurrentGemmaForCausalLM

transformers.RecurrentGemmaForCausalLM

< >

( 配置 )

forward

< >

( input_ids: 可选 = None cache_position: 可选 = None attention_mask: 可选 = None inputs_embeds: 可选 = None labels: 可选 = None output_hidden_states: 可选 = None return_dict: 可选 = None use_cache: 可选 = None ) transformers.modeling_outputs.CausalLMOutput or 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。默认情况下,如果提供了填充项,将会忽略填充项。

    可以使用 AutoTokenizer 来获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

    什么是输入ID?

  • attention_mask (torch.Tensor 形状为 (批量大小, 序列长度)可选) — 避免在填充词索引上执行注意力操作的遮罩。遮罩值选择在 [0, 1] 区间内:

    • 1 表示 未遮罩 的标记;
    • 0 表示 遮罩 的标记。

    什么是注意力遮罩?

    索引可以使用 AutoTokenizer 获取。有关详细信息,请参阅 PreTrainedTokenizer.encode()PreTrainedTokenizer.call()

  • position_ids (torch.LongTensor 形状为 (批量大小, 序列长度)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] 内选择。

    什么是位置ID?

  • inputs_embeds (torch.FloatTensor 形状 (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。这在您希望比模型内部嵌入查找矩阵有更多控制权将 input_ids 索引转换为相关向量时很有用。
  • use_cache (bool可选)— 如果设置为 True,则返回 past_key_values 的键值状态,可用于加速解码(参见 past_key_values)。
  • output_hidden_states (bool可选)— 是否返回所有返回张量下的隐藏状态,更多详细信息请参阅 hidden_states
  • return_dict (bool, optional) — 是否返回ModelOutput而不是普通的元组。
  • cache_position (torch.LongTensor,shape为(sequence_length)optional) — 表示输入序列标记在序列中的位置的索引。与position_ids不同,这个张量不受填充的影响。它用于在正确的位置更新缓存,并推断完整序列长度。

    参数 — labels (torch.LongTensor,shape为(batch_size, sequence_length)optional):用于计算掩码语言模型损失的标签。索引可以是[0, ..., config.vocab_size]或-100(参见input_ids文档字符串)。设置索引为-100的标记将被忽略(遮蔽),只对标记的标记计算损失,《code>0, ..., config.vocab_size。

返回值

transformers.modeling_outputs.CausalLMOutput

一个 transformers.modeling_outputs.CausalLMOutput 或一个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(RecurrentGemmaConfig)和输入而定的各种元素。

  • loss (torch.FloatTensor,shape为(1,),optional,当提供labels时返回) — 语言模型损失(用于下一标记的预测)。

  • logits (torch.FloatTensor,shape为(batch_size, sequence_length, config.vocab_size)) — 语言模型头的预测分数(SoftMax之前每个词汇表的分数)。

  • hidden_states (tuple(torch.FloatTensor)optional,当传递output_hidden_states=True或当config.output_hidden_states=True时返回) — 一个torch.FloatTensor的元组(如果模型有嵌入层,则包括嵌入的输出,然后是每层的输出)的形状为(batch_size, sequence_length, hidden_size)

    模型的每个输出层的隐藏状态加上可选的初始嵌入输出。

  • 注意事项 (tuple(torch.FloatTensor), 可选,当传递 output_attentions=Trueconfig.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的每个分层一个的 torch.FloatTensor 组成的元组。

    在注意力软最大化后的注意力权重,用于计算自注意力头中的加权平均。

RecurrentGemmaForCausalLM 前向方法,重写了 __call__ 特殊方法。

尽管前向传递的配方需要在函数内部定义,但应该调用之后的Module实例,而不是这个,因为前者负责运行前置和后置处理步骤,而后者会静默忽略它们。

示例

>>> from transformers import AutoTokenizer, RecurrentGemmaForCausalLM

>>> model = RecurrentGemmaForCausalLM.from_pretrained("google/recurrentgemma-2b")
>>> tokenizer = AutoTokenizer.from_pretrained("google/recurrentgemma-2b")

>>> prompt = "What is your favorite condiment?"
>>> inputs = tokenizer(prompt, return_tensors="pt")

>>> # Generate
>>> generate_ids = model.generate(inputs.input_ids, max_length=30)
>>> tokenizer.batch_decode(generate_ids, skip_special_tokens=True, clean_up_tokenization_spaces=False)[0]
"What is your favorite condiment?"
< > 在 GitHub 上更新