Transformers 4.37 中文文档(三十六)(2)https://developer.aliyun.com/article/1564719
GPTNeoXJapaneseForCausalLM
class transformers.GPTNeoXJapaneseForCausalLM
( config )
参数
config
(~GPTNeoXJapaneseConfig) — 具有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关联的权重,只加载配置。查看 from_pretrained() 方法以加载模型权重。
GPTNeoXJapanese 模型在顶部具有用于分类模型微调的 语言建模
头。此模型是 PyTorch torch.nn.Module 的子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档以获取有关一般用法和行为的所有相关信息。
forward
( input_ids: Optional = None attention_mask: Optional = None inputs_embeds: Optional = None head_mask: Optional = None past_key_values: Optional = None labels: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_outputs.CausalLMOutputWithPast or tuple(torch.FloatTensor)
参数
input_ids
(torch.LongTensor
of shape(batch_size, sequence_length)
) — 词汇表中输入序列令牌的索引。
可以使用 AutoTokenizer 获取索引。attention_mask
(torch.FloatTensor
of shape(batch_size, sequence_length)
, optional) — 用于避免在填充令牌索引上执行注意力的掩码。掩码值在[0, 1]
中选择:
- 1 用于
not masked
的令牌, - 0 用于
masked
的令牌。
token_type_ids
(torch.LongTensor
of shape(batch_size, sequence_length)
, optional) — 段落令牌索引,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 令牌,
- 1 对应于 句子 B 令牌。
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.max_position_embeddings - 1]
中选择。head_mask
(形状为(num_heads,)
或(num_layers, num_heads)
的torch.FloatTensor
,可选)— 用于使自注意力模块的选定头部无效的掩码。在[0, 1]
中选择的掩码值:
- 1 表示头部未被掩盖,
- 0 表示头部被掩盖。
inputs_embeds
(形状为(batch_size, sequence_length, hidden_size)
的torch.FloatTensor
,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
。如果您想要更多控制权,以便将input_ids索引转换为相关向量,而不是模型的内部嵌入查找矩阵。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,请参见返回张量下的hidden_states
。return_dict
(bool
,可选)— 是否返回 ModelOutput 而不是普通元组。past_key_values
(tuple(tuple(torch.FloatTensor))
,可选,当传递use_cache=True
或config.use_cache=True
时返回)— 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组有 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量和 2 个额外的形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的张量。当模型用作序列到序列模型中的解码器时,只有在需要时才需要这两个额外的张量。
包含预先计算的隐藏状态(自注意力块中的键和值,可用于加速顺序解码(请参见past_key_values
输入)。
如果使用了past_key_values
,用户可以选择仅输入最后的decoder_input_ids
(这些没有将其过去的键值状态提供给此模型)的形状为(batch_size, 1)
的张量,而不是形状为(batch_size, sequence_length)
的所有decoder_input_ids
。labels
(形状为(batch_size, sequence_length)
的torch.LongTensor
,可选)— 用于计算从左到右的语言建模损失(下一个词预测)的标签。索引应在[-100, 0, ..., config.vocab_size]
(请参见input_ids
文档字符串)中。索引设置为-100
的标记将被忽略(掩盖),仅对标签为[0, ..., config.vocab_size]
的标记计算损失。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(请参见past_key_values
)。
返回
transformers.modeling_outputs.CausalLMOutputWithPast 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.CausalLMOutputWithPast 或一个torch.FloatTensor
元组(如果传递return_dict=False
或config.return_dict=False
时)包括根据配置(GPTNeoXJapaneseConfig)和输入的不同元素。
loss
(形状为(1,)
的torch.FloatTensor
,可选,当提供labels
时返回)— 语言建模损失(用于下一个标记预测)。logits
(形状为(batch_size, sequence_length, config.vocab_size)
的torch.FloatTensor
)— 语言建模头的预测分数(SoftMax 之前每个词汇标记的分数)。past_key_values
(tuple(tuple(torch.FloatTensor))
,可选,当传递use_cache=True
或config.use_cache=True
时返回) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组有 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量)
包含预先计算的隐藏状态(自注意力块中的键和值),可用于加速顺序解码(参见past_key_values
输入)。hidden_states
(tuple(torch.FloatTensor)
,可选,当传递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(一个用于嵌入的输出,如果模型有一个嵌入层,+ 一个用于每一层的输出)。
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,当传递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(每层一个)。
在注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
GPTNeoXJapaneseForCausalLM 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此函数内定义,但应该在此之后调用Module
实例,而不是这个,因为前者负责运行预处理和后处理步骤,而后者则默默地忽略它们。
示例:
>>> from transformers import AutoTokenizer, GPTNeoXJapaneseForCausalLM, GPTNeoXJapaneseConfig >>> import torch >>> tokenizer = AutoTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b") >>> config = GPTNeoXJapaneseConfig.from_pretrained("abeja/gpt-neox-japanese-2.7b") >>> config.is_decoder = True >>> model = GPTNeoXJapaneseForCausalLM.from_pretrained("abeja/gpt-neox-japanese-2.7b", config=config) >>> inputs = tokenizer("日本語のGPT-neoxがHugging Faceで使えます😀", return_tensors="pt") >>> outputs = model(**inputs) >>> prediction_logits = outputs.logits
GPT-J
原始文本:
huggingface.co/docs/transformers/v4.37.2/en/model_doc/gptj
概述
GPT-J 模型是由 Ben Wang 和 Aran Komatsuzaki 在kingoflolz/mesh-transformer-jax存储库中发布的。它是在Pile数据集上训练的类似 GPT-2 的因果语言模型。
此模型由Stella Biderman贡献。
使用提示
- 要在 float32 中加载GPT-J,至少需要 2 倍模型大小的 RAM:1 倍用于初始权重,另外 1 倍用于加载检查点。因此,对于 GPT-J,至少需要 48GB RAM 才能加载模型。为了减少 RAM 使用量,有几个选项。
torch_dtype
参数可用于在仅 CUDA 设备上以半精度初始化模型。还有一个存储 fp16 权重的 fp16 分支,可用于进一步最小化 RAM 使用量:
>>> from transformers import GPTJForCausalLM >>> import torch >>> device = "cuda" >>> model = GPTJForCausalLM.from_pretrained( ... "EleutherAI/gpt-j-6B", ... revision="float16", ... torch_dtype=torch.float16, ... ).to(device)
- 该模型应适合在 16GB GPU 上进行推断。对于训练/微调,将需要更多的 GPU RAM。例如,Adam 优化器会复制模型的四份副本:模型、梯度、平均梯度和梯度的平方平均值。因此,即使使用混合精度,梯度更新也是在 fp32 中,至少需要 4 倍模型大小的 GPU 内存。这还不包括激活和数据批次,这将再次需要更多的 GPU RAM。因此,应该探索解决方案,如 DeepSpeed,来训练/微调模型。另一个选项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 格式进行推断。有关说明,请参阅此处。
- 尽管嵌入矩阵的大小为 50400,但 GPT-2 标记器仅使用 50257 个条目。这些额外的代币是为了提高 TPU 的效率而添加的。为了避免嵌入矩阵大小和 vocab 大小之间的不匹配,GPT-J的标记化器包含 143 个额外的令牌
<|extratoken_1|>, ..., <|extratoken_143|>
,因此tokenizer
的vocab_size
也变为 50400。
使用示例
generate() 方法可用于使用 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]
…或者使用 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
一份官方 Hugging Face 和社区资源(由🌎表示),帮助您开始使用 GPT-J。如果您有兴趣提交资源以包含在此处,请随时提出拉取请求,我们将进行审查!资源应该最好展示一些新内容,而不是重复现有资源。
文本生成
- GPT-J的描述。
- 一篇关于如何使用 Hugging Face Transformers 和 Amazon SageMaker 部署 GPT-J 6B 进行推断的博客。
- 一篇关于如何使用 DeepSpeed-Inference 在 GPU 上加速 GPT-J 推断的博客。
- 一篇介绍GPT-J-6B:6B 基于 JAX 的 Transformer的博客。🌎
- 一个用于GPT-J-6B 推断演示的笔记本。🌎
- 另一个演示笔记本:使用 GPT-J-6B 进行推断。
- 🤗 Hugging Face 课程的因果语言建模章节。
- GPTJForCausalLM 可通过这个因果语言建模示例脚本、文本生成示例脚本和笔记本进行支持。
- TFGPTJForCausalLM 由这个因果语言建模示例脚本和笔记本支持。
- FlaxGPTJForCausalLM 由这个因果语言建模示例脚本和笔记本支持。
文档资源
- 文本分类任务指南
- 问答任务指南
- 因果语言建模任务指南
GPTJConfig
class transformers.GPTJConfig
( 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
, optional, 默认为 50400) — GPT-J 模型的词汇量。定义在调用 GPTJModel 时可以表示的不同标记数量。n_positions
(int
, optional, 默认为 2048) — 该模型可能使用的最大序列长度。通常将其设置为较大的值以防万一(例如 512、1024 或 2048)。n_embd
(int
, optional, 默认为 4096) — 嵌入和隐藏状态的维度。n_layer
(int
, optional, 默认为 28) — Transformer 编码器中的隐藏层数量。n_head
(int
, optional, 默认为 16) — Transformer 编码器中每个注意力层的注意力头数量。rotary_dim
(int
, optional, 默认为 64) — 旋转位置嵌入应用的嵌入维度数量。n_inner
(int
, optional, 默认为 None) — 内部前馈层的维度。None
将设置为 4 倍的 n_embd。activation_function
(str
, optional, 默认为"gelu_new"
) — 激活函数,可在列表["relu", "silu", "gelu", "tanh", "gelu_new"]
中选择。resid_pdrop
(float
, optional, 默认为 0.1) — 嵌入、编码器和池化器中所有全连接层的 dropout 概率。embd_pdrop
(int
, optional, 默认为 0.1) — 嵌入的 dropout 比率。attn_pdrop
(float
, optional, 默认为 0.1) — 注意力的 dropout 比率。layer_norm_epsilon
(float
, optional, 默认为 1e-5) — 在层归一化层中使用的 epsilon。initializer_range
(float
, optional, 默认为 0.02) — 用于初始化所有权重矩阵的截断正态初始化器的标准差。use_cache
(bool
, optional, 默认为True
) — 模型是否应返回最后的键/值注意力(并非所有模型都使用)。
这是一个配置类,用于存储 GPTJModel 的配置。根据指定的参数实例化一个 GPT-J 模型,定义模型架构。使用默认值实例化配置将产生类似于 GPT-J EleutherAI/gpt-j-6B架构的配置。配置对象继承自 PretrainedConfig,可用于控制模型输出。阅读 PretrainedConfig 的文档以获取更多信息。
示例:
>>> from transformers import GPTJModel, GPTJConfig >>> # Initializing a GPT-J 6B configuration >>> configuration = GPTJConfig() >>> # Initializing a model from the configuration >>> model = GPTJModel(configuration) >>> # Accessing the model configuration >>> configuration = model.config
PytorchHide Pytorch content
GPTJModel
class transformers.GPTJModel
( config )
参数
config
(GPTJConfig) — 具有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,只加载配置。查看 from_pretrained()方法以加载模型权重。
裸 GPT-J 模型变压器,输出原始隐藏状态,没有特定的头部。这个模型是 PyTorch torch.nn.Module子类。将其用作常规的 PyTorch 模块,并参考 PyTorch 文档以获取有关一般用法和行为的所有相关信息。
forward
( input_ids: Optional = None past_key_values: Optional = None attention_mask: Optional = None token_type_ids: Optional = None position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None use_cache: Optional = None output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_outputs.BaseModelOutputWithPast or 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
()。
什么是输入 ID?attention_mask
(torch.FloatTensor
,形状为(batch_size, sequence_length)
,optional) — 用于避免在填充标记索引上执行注意力的掩码。掩码值在[0, 1]
中选择:
- 1 表示
未被掩盖
的标记, - 0 表示
被掩盖
的标记。
- 什么是注意力掩码?
token_type_ids
(torch.LongTensor
,形状为(batch_size, sequence_length)
,optional) — 段标记索引,指示输入的第一部分和第二部分。索引在[0, 1]
中选择:
- 0 对应于句子 A标记,
- 1 对应于句子 B标记。
- 什么是标记类型 ID?
position_ids
(torch.LongTensor
,形状为(batch_size, sequence_length)
,optional) — 每个输入序列标记在位置嵌入中的位置索引。在范围[0, config.n_positions - 1]
中选择。
什么是位置 ID?head_mask
(torch.FloatTensor
,形状为(num_attention_heads,)
或(n_layer, num_attention_heads)
,optional) — 用于使自注意力模块的特定头部失效的掩码。掩码值在[0, 1]
中选择:
- 1 表示头部
未被掩盖
, - 0 表示头部
被掩盖
。
inputs_embeds
(torch.FloatTensor
,形状为(batch_size, sequence_length, hidden_dim)
,optional) — 可选地,可以直接传递嵌入表示,而不是传递input_ids
。如果您想要更多控制如何将input_ids索引转换为相关向量,而不是使用模型的内部嵌入查找矩阵,这将非常有用。output_attentions
(bool
,optional) — 是否返回所有注意力层的注意力张量。有关更多详细信息,请参阅返回张量下的attentions
。output_hidden_states
(bool
,optional) — 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回张量下的hidden_states
。return_dict
(bool
, optional) — 是否返回 ModelOutput 而不是普通元组。
返回
transformers.modeling_outputs.BaseModelOutputWithPast 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.BaseModelOutputWithPast 或一个torch.FloatTensor
元组(如果传递return_dict=False
或config.return_dict=False
)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torch.FloatTensor
)- 模型最后一层输出的隐藏状态序列。
如果仅使用past_key_values
,则输出形状为(batch_size, 1, hidden_size)
的序列的最后一个隐藏状态。past_key_values
(tuple(tuple(torch.FloatTensor))
,可选,当传递use_cache=True
或config.use_cache=True
时返回)- 长度为config.n_layers
的元组,每个元组有 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
,还有 2 个额外形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)
的张量。
包含预先计算的隐藏状态(自注意力块中的键和值,以及如果config.is_encoder_decoder=True
在交叉注意力块中)可用于加速顺序解码的(见past_key_values
输入)。hidden_states
(tuple(torch.FloatTensor)
,可选,当传递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,则为嵌入输出的输出+每层的输出)。
模型每一层输出的隐藏状态以及可选的初始嵌入输出。attentions
(tuple(torch.FloatTensor)
,可选,当传递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(每层一个)。
在注意力 softmax 之后的注意力权重,用于计算自注意力头中的加权平均值。
GPTJModel 的前向方法,覆盖了__call__
特殊方法。
虽然前向传递的步骤需要在此函数内定义,但应该在之后调用Module
实例,而不是在此处调用,因为前者会负责运行预处理和后处理步骤,而后者会默默忽略它们。
此示例使用一个随机模型,真实模型都非常庞大。为了获得正确的结果,应该使用 EleutherAI/gpt-j-6B 而不是 hf-internal-testing/tiny-random-gptj。如果加载该检查点时出现内存不足,可以尝试在from_pretrained
调用中添加device_map="auto"
。
示例:
>>> 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
( config )
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,只加载配置。查看 from_pretrained()方法以加载模型权重。
在顶部具有语言建模头的 GPT-J 模型变换器。
该模型是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档以获取有关一般用法和行为的所有信息。
forward
( 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 ) → export const metadata = 'undefined';transformers.modeling_outputs.CausalLMOutputWithPast or tuple(torch.FloatTensor)
参数
input_ids
(形状为(batch_size, sequence_length)
的torch.LongTensor
)— 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
()。
什么是输入 ID?attention_mask
(形状为(batch_size, sequence_length)
的torch.FloatTensor
,可选)— 用于避免在填充标记索引上执行注意力的蒙版。蒙版值选择在[0, 1]
中:
- 1 表示“未屏蔽”的标记,
- 0 表示“已屏蔽”的标记。
- 什么是注意力蒙版?
token_type_ids
(形状为(batch_size, sequence_length)
的torch.LongTensor
,可选)— 段标记索引,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标记。
- 1 对应于句子 B标记。
- 什么是标记类型 ID?
position_ids
(形状为(batch_size, sequence_length)
的torch.LongTensor
,可选)— 每个输入序列标记的位置索引。在范围[0, config.n_positions - 1]
中选择。
什么是位置 ID?head_mask
(形状为(num_attention_heads,)
或(n_layer, num_attention_heads)
的torch.FloatTensor
,可选)— 用于使自注意力模块的选定头部无效的蒙版。蒙版值选择在[0, 1]
中:
- 1 表示头部“未屏蔽”,
- 0 表示头部“已屏蔽”。
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嵌入表示,而不是传递input_ids
。如果您想要更多控制权,以便将input_ids索引转换为相关向量,而不是模型的内部嵌入查找矩阵,则这很有用。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 而不是一个普通元组。labels
(形状为(batch_size, sequence_length)
的torch.LongTensor
,可选)— 用于语言建模的标签。请注意,标签在模型内部被移位,即您可以设置labels = input_ids
。索引选择在[-100, 0, ..., config.vocab_size]
中,所有设置为-100
的标签都将被忽略(屏蔽),损失仅计算标签在[0, ..., config.vocab_size]
中的标签
返回
transformers.modeling_outputs.CausalLMOutputWithPast 或tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.CausalLMOutputWithPast 或一个torch.FloatTensor
元组(如果传递了return_dict=False
或config.return_dict=False
时)包含各种元素,具体取决于配置(GPTJConfig)和输入。
loss
(形状为(1,)
的torch.FloatTensor
,可选,在提供labels
时返回)— 语言建模损失(用于下一个标记预测)。logits
(torch.FloatTensor
,形状为(batch_size, sequence_length, config.vocab_size)
) — 语言建模头的预测分数(SoftMax 之前每个词汇标记的分数)。past_key_values
(tuple(tuple(torch.FloatTensor))
, optional, returned whenuse_cache=True
is passed or whenconfig.use_cache=True
) — 长度为config.n_layers
的tuple(torch.FloatTensor)
元组,每个元组有 2 个形状为(batch_size, num_heads, sequence_length, embed_size_per_head)
的张量。
包含预先计算的隐藏状态(自注意力块中的键和值),可用于加速顺序解码(参见past_key_values
输入)。hidden_states
(tuple(torch.FloatTensor)
, optional, returned whenoutput_hidden_states=True
is passed or whenconfig.output_hidden_states=True
) —torch.FloatTensor
元组(如果模型有嵌入层,则为嵌入的输出 + 每个层的输出)的形状为(batch_size, sequence_length, hidden_size)
。
模型在每个层的输出的隐藏状态以及可选的初始嵌入输出。attentions
(tuple(torch.FloatTensor)
, optional, returned whenoutput_attentions=True
is passed or whenconfig.output_attentions=True
) —torch.FloatTensor
元组(每个层一个)的形状为(batch_size, num_heads, sequence_length, sequence_length)
。
在注意力 SoftMax 之后的注意力权重,用于计算自注意力头中的加权平均值。
GPTJForCausalLM 的前向方法重写了__call__
特殊方法。
虽然前向传递的步骤需要在此函数内定义,但应该在之后调用Module
实例而不是此函数,因为前者会处理运行前后处理步骤,而后者会默默忽略它们。
此示例使用随机模型,真实模型都非常庞大。为了获得正确的结果,应该使用 EleutherAI/gpt-j-6B 而不是 hf-internal-testing/tiny-random-gptj。如果加载该检查点时出现内存不足,可以尝试在from_pretrained
调用中添加device_map="auto"
。
示例:
>>> 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
Transformers 4.37 中文文档(三十六)(4)https://developer.aliyun.com/article/1564721