原文链接:
huggingface.co/docs/transformers/v4.37.2/en/model_doc/gpt_neox
我们介绍了 GPT-NeoX-20B,这是一个拥有 200 亿参数的自回归语言模型,经过 Pile 训练,其权重将通过宽松许可证免费向公众开放。据我们所知,这是在提交时具有公开可用权重的最大稠密自回归模型。在这项工作中,我们描述了 GPT-NeoX-20B 的架构和训练,并评估了其在一系列语言理解、数学和基于知识的任务上的性能。我们发现,GPT-NeoX-20B 是一个特别强大的少样本推理器,在进行五次评估时性能提升明显,而与大小相似的 GPT-3 和 FairSeq 模型相比。我们开源了训练和评估代码,以及模型权重,链接为 github.com/EleutherAI/gpt-neox。
该模型的开发由 Sid Black、Stella Biderman 和 Eric Hallahan 领导,模型在 CoreWeave 的慷慨支持下进行了训练。
GPT-NeoX-20B 使用 fp16 进行训练,因此建议按以下方式初始化模型:
model = GPTNeoXForCausalLM.from_pretrained("EleutherAI/gpt-neox-20b").half().cuda()GPT-NeoX-20B 还具有与 GPT-J-6B 和 GPT-Neo 中使用的不同分词器。新的分词器为空格字符分配了额外的标记,使模型更适合某些任务,如代码生成。
generate() 方法可用于使用 GPT Neo 模型生成文本。
>>> from transformers import GPTNeoXForCausalLM, GPTNeoXTokenizerFast
>>> model = GPTNeoXForCausalLM.from_pretrained("EleutherAI/gpt-neox-20b")
>>> tokenizer = GPTNeoXTokenizerFast.from_pretrained("EleutherAI/gpt-neox-20b")
>>> prompt = "GPTNeoX20B is a 20B-parameter autoregressive Transformer model developed by EleutherAI."
>>> 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]Flash Attention 2 是模型的更快、优化版本。
首先,检查您的硬件是否与 Flash Attention 2 兼容。最新的兼容硬件列表可以在官方文档中找到。如果您的硬件与 Flash Attention 2 不兼容,您仍然可以通过上述使用 Better Transformer 支持受益于注意力核优化。
接下来,安装最新版本的 Flash Attention 2:
pip install -U flash-attn --no-build-isolation要使用 Flash Attention 2 加载模型,我们可以将参数 attn_implementation="flash_attention_2" 传递给 .from_pretrained。我们还将以半精度(例如 torch.float16)加载模型,因为这几乎不会降低音频质量,但显著降低内存使用量并加快推理速度:
>>> from transformers import GPTNeoXForCausalLM, GPTNeoXTokenizerFast
model = GPTNeoXForCausalLM.from_pretrained("EleutherAI/gpt-neox-20b", torch_dtype=torch.float16, attn_implementation="flash_attention_2").to(device)
...下面是一个预期加速图表,比较了在使用 stockmark/gpt-neox-japanese-1.4b 检查点的 transformers 中的原生实现和使用序列长度为 2048 的模型的 Flash Attention 2 版本之间的纯推理时间。

class transformers.GPTNeoXConfig( vocab_size = 50432 hidden_size = 6144 num_hidden_layers = 44 num_attention_heads = 64 intermediate_size = 24576 hidden_act = 'gelu' rotary_pct = 0.25 rotary_emb_base = 10000 attention_dropout = 0.0 hidden_dropout = 0.0 classifier_dropout = 0.1 max_position_embeddings = 2048 initializer_range = 0.02 layer_norm_eps = 1e-05 use_cache = True bos_token_id = 0 eos_token_id = 2 tie_word_embeddings = False use_parallel_residual = True rope_scaling = None attention_bias = True **kwargs )参数
vocab_size(int,可选,默认为 50432)— GPTNeoX 模型的词汇量。定义了在调用 GPTNeoXModel 时可以由 inputs_ids 表示的不同标记数量。
hidden_size(int,可选,默认为 6144)— 编码器层和池化层的维度。
num_hidden_layers(int,可选,默认为 44)— Transformer 编码器中的隐藏层数量。
num_attention_heads (int, optional, defaults to 64) — Transformer 编码器中每个注意力层的注意力头数。
intermediate_size (int, optional, defaults to 24576) — Transformer 编码器中“中间”(即前馈)层的维度。
hidden_act (str or function, optional, defaults to "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,支持"gelu"、"relu"、"selu"和"gelu_new"。
rotary_pct (float, optional, defaults to 0.25) — 隐藏维度分配给旋转嵌入的百分比
rotary_emb_base (int, optional, defaults to 10000) — 计算旋转嵌入频率的基数
attention_dropout (float, optional, defaults to 0.0) — 注意力分数的 dropout 比例概率。
hidden_dropout (float, optional, defaults to 0.0) — (1)词嵌入的 dropout 比例,(2)注意力后隐藏状态的 dropout 比例,以及(3)MLP 后隐藏状态的 dropout 比例。
classifier_dropout (float, optional, defaults to 0.1) — 在进行标记分类时使用的参数,在模型 GPTNeoXForTokenClassification 中使用。
隐藏层的 dropout 比例。
max_position_embeddings (int, optional, defaults to 2048) — 此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)。
initializer_range (float, optional, defaults to 1e-5) — 用于初始化所有权重矩阵的截断正态初始化器的标准差。
layer_norm_eps (float, optional, defaults to 1e-12) — 层归一化层使用的 epsilon。
use_cache (bool, optional, defaults to True) — 模型是否应返回最后的键/值注意力(不是所有模型都使用)。仅在config.is_decoder=True时相关。
use_parallel_residual (bool, optional, defaults to True) — 是否在每个 Transformer 层中使用“并行”公式,这可以在大规模(例如 20B)时提供轻微的训练加速。
rope_scaling (Dict, optional) — 包含 RoPE 嵌入的缩放配置的字典。目前支持两种缩放策略:线性和动态。它们的缩放因子必须是大于 1 的浮点数。预期格式为{"type": 策略名称, "factor": 缩放因子}。在使用此标志时,不要将max_position_embeddings更新为预期的新最大值。有关这些缩放策略行为的更多信息,请参阅以下线程:www.reddit.com/r/LocalLLaMA/comments/14mrgpr/dynamically_scaled_rope_further_increases/。这是一个实验性功能,可能在未来版本中发生破坏性 API 更改。
attention_bias (bool, optional, defaults to True) — 在自注意力期间的查询、键、值和输出投影层中是否使用偏置。
示例 —
这是用于存储 GPTNeoXModel 配置的配置类。它用于根据指定的参数实例化一个 GPTNeoX 模型,定义模型架构。使用默认值实例化配置将产生类似于 GPTNeoX EleutherAI/gpt-neox-20b架构的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。阅读来自 PretrainedConfig 的文档以获取更多信息。
>>> from transformers import GPTNeoXConfig, GPTNeoXModel
>>> # Initializing a GPTNeoX gpt-neox-20b style configuration
>>> configuration = GPTNeoXConfig()
>>> # Initializing a model (with random weights) from the gpt-neox-20b style configuration
>>> model = GPTNeoXModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.configclass transformers.GPTNeoXTokenizerFast( vocab_file = None merges_file = None tokenizer_file = None unk_token = '<|endoftext|>' bos_token = '<|endoftext|>' eos_token = '<|endoftext|>' add_prefix_space = False **kwargs )参数
vocab_file (str) — 词汇文件的路径。
merges_file (str) — 合并文件的路径。
errors (str, optional, 默认为 "replace") — 解码字节为 UTF-8 时要遵循的范例。更多信息请参考 bytes.decode。
unk_token(str,optional,默认为<|endoftext|>)–未知令牌。词汇表中没有的令牌无法转换为 ID,而是设置为该令牌。
bos_token(str,optional,默认为<|endoftext|>)–序列标记的开头。
eos_token(str,optional,默认为<|endoftext|>)–序列结束标记。
add_prefix_space (bool, optional, 默认为 False) — 是否在输入前添加一个初始空格。这允许将前导单词视为任何其他单词。 (GPTNeoX 分词器通过前面的空格检测单词的开头)。
trim_offsets (bool, optional, 默认为 True) — 后处理步骤是否应修剪偏移量以避免包含空格。
构建一个“快速” GPT-NeoX-20B 分词器(由 HuggingFace 的 tokenizers 库支持)。基于字节级字节对编码。
此分词器经过训练,将空格视为标记的一部分(有点像 sentencepiece),因此一个单词将
在句子开头(无空格)或不在句子开头时,将被编码为不同的方式:
>>> from transformers import GPTNeoXTokenizerFast
>>> tokenizer = GPTNeoXTokenizerFast.from_pretrained("gpt2")
>>> tokenizer("Hello world")["input_ids"]
[15496, 995]
>>> tokenizer(" Hello world")["input_ids"]
[18435, 995]您可以通过在实例化此分词器时传递 add_prefix_space=True 来避免这种行为,但由于模型不是以这种方式进行预训练的,可能会导致性能下降。
当与 is_split_into_words=True 一起使用时,此分词器需要使用 add_prefix_space=True 进行实例化。
此分词器继承自 PreTrainedTokenizerFast,其中包含大部分主要方法。用户应参考此超类以获取有关这些方法的更多信息。
class transformers.GPTNeoXModel( config )参数
config (~GPTNeoXConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重,只会加载配置。查看 from_pretrained() 方法以加载模型权重。裸的 GPTNeoX 模型变压器输出原始隐藏状态,没有特定的头部。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 position_ids: Optional = None head_mask: Optional = None inputs_embeds: Optional = None past_key_values: 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)) — 输入序列标记在词汇表中的索引。
可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.encode() 和 PreTrainedTokenizer.call()。
什么是输入 ID?
attention_mask (torch.FloatTensor,形状为 (batch_size, sequence_length),optional) — 避免在填充标记索引上执行注意力的掩码。选择在 [0, 1] 中的掩码值:
未被掩盖 的标记,
被掩盖 的标记。
什么是注意力掩码?
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。选在范围[0, config.n_positions - 1]内。
什么是位置 ID?
head_mask (torch.FloatTensor,形状为(num_heads,)或(num_layers, num_heads),optional) — 用于使自注意力模块中的特定头部失效的掩码。掩码值选在[0, 1]之间:
inputs_embeds (torch.FloatTensor,形状为(batch_size, sequence_length, hidden_size),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,则这很有用。
output_attentions (bool,optional) — 是否返回所有注意力层的注意力张量。有关更多细节,请查看返回张量中的attentions。
output_hidden_states (bool,optional) — 是否返回所有层的隐藏状态。有关更多细节,请查看返回张量中的hidden_states。
return_dict (bool, optional) — 是否返回一个 ModelOutput 而不是一个普通的元组。
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) — 包含注意力块的预先计算的键和值隐藏状态。可用于加速解码。如果使用past_key_values,用户可以选择仅输入形状为(batch_size, 1)的最后一个decoder_input_ids(即那些没有将过去的键值状态提供给该模型的输入)而不是形状为(batch_size, sequence_length)的所有decoder_input_ids。
use_cache (bool,optional) — 如果设置为True,则返回past_key_values键值状态,可用于加速解码(查看past_key_values)。
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时)包含根据配置(GPTNeoXConfig)和输入而异的各种元素。
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)),optional,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)和可选地如果config.is_encoder_decoder=True还有 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在交叉注意力块中可选地使用config.is_encoder_decoder=True)可用于加速顺序解码。
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(如果模型有嵌入层,则为嵌入输出的输出 + 每层的输出)。
模型在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)。
在自注意力头中用于计算加权平均值的注意力 softmax 后的注意力权重。
GPTNeoXModel 的前向方法,覆盖了 __call__ 特殊方法。
尽管前向传递的步骤需要在此函数内定义,但应该在此之后调用 Module 实例,而不是在此处调用,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。
此示例使用一个随机模型,因为真实模型都非常庞大。为了获得正确的结果,您应该使用 EleutherAI/gpt-neox-20b 而不是 trl-internal-testing/tiny-random-GPTNeoXForCausalLM。如果在加载该检查点时遇到内存不足的情况,可以尝试在 from_pretrained 调用中添加 device_map="auto"。
示例:
>>> from transformers import AutoTokenizer, GPTNeoXModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> model = GPTNeoXModel.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_stateclass transformers.GPTNeoXForCausalLM( config )参数
config (~GPTNeoXConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重,只加载配置。查看 from_pretrained() 方法以加载模型权重。在顶部带有 语言建模 头部的 GPTNeoX 模型,用于 CLM 微调。这个模型是 PyTorch torch.nn.Module 的子类。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 attention_mask: Optional = None position_ids: 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,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),可选) — 用于避免在填充标记索引上执行注意力的掩码。掩码值选择在 [0, 1]:
掩码 的标记为 1,
掩码 的标记为 0。
什么是注意力掩码?
position_ids (torch.LongTensor,形状为 (batch_size, sequence_length),可选) — 每个输入序列标记在位置嵌入中的位置索引。选择范围为 [0, config.n_positions - 1]。
什么是位置 ID?
head_mask (torch.FloatTensor of shape (num_heads,) or (num_layers, num_heads), optional) — 用于使自注意力模块中的选定头部失效的掩码。掩码值选定在 [0, 1] 之间:
inputs_embeds (torch.FloatTensor of shape (batch_size, sequence_length, hidden_size), optional) — 可选,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来将input_ids索引转换为相关向量,这将非常有用,而不是使用模型的内部嵌入查找矩阵。
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,请参见返回张量下的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,请参见返回张量下的hidden_states。
return_dict (bool, optional) — 是否返回一个 ModelOutput 而不是一个普通的元组。
past_key_values (tuple(tuple(torch.FloatTensor)), optional, 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,以及 2 个形状为(batch_size, num_heads, encoder_sequence_length, embed_size_per_head)的额外张量。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past_key_values,用户可以选择仅输入最后的decoder_input_ids(这些没有将它们的过去键值状态提供给此模型的)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 (torch.LongTensor of shape (batch_size, sequence_length), optional) — 用于计算从左到右的语言建模损失(下一个单词预测)的标签。索引应在 [-100, 0, ..., config.vocab_size] 内(参见 input_ids 文档字符串)。索引设置为 -100 的标记将被忽略(掩盖),损失仅计算具有标签 n [0, ..., config.vocab_size] 的标记。
use_cache (bool, optional) — 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)包含各种元素,这取决于配置(GPTNeoXConfig)和输入。
loss (torch.FloatTensor of shape (1,), optional, 当提供labels时返回) — 语言建模损失(用于下一个标记预测)。
logits (torch.FloatTensor of shape (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, 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),可以使用(查看 past_key_values 输入)以加速顺序解码。
hidden_states (tuple(torch.FloatTensor),可选,当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — 形状为 (batch_size, sequence_length, hidden_size) 的 torch.FloatTensor 元组(如果模型有嵌入层,则为嵌入的输出 + 每一层的输出)。
模型在每一层输出处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 或当 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)。
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。
GPTNeoXForCausalLM 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,但应该在此之后调用 Module 实例,而不是在此处调用,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, GPTNeoXForCausalLM, GPTNeoXConfig
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neox-20b")
>>> config = GPTNeoXConfig.from_pretrained("EleutherAI/gpt-neox-20b")
>>> config.is_decoder = True
>>> model = GPTNeoXForCausalLM.from_pretrained("EleutherAI/gpt-neox-20b", config=config)
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> outputs = model(**inputs)
>>> prediction_logits = outputs.logitsclass transformers.GPTNeoXForQuestionAnswering( config )参数
config(~GPTNeoXConfig) — 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,只会加载配置。查看 from_pretrained() 方法以加载模型权重。GPT-NeoX 模型变压器,顶部带有用于类似 SQuAD 的抽取式问答任务的跨度分类头(在隐藏状态输出顶部的线性层上计算 跨度起始对数 和 跨度结束对数)。
这个模型是 PyTorch torch.nn.Module 的子类。将其用作常规的 PyTorch 模块,并参考 PyTorch 文档以获取与一般用法和行为相关的所有事项。
forward( 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 ) → export const metadata = 'undefined';transformers.modeling_outputs.QuestionAnsweringModelOutput or tuple(torch.FloatTensor)参数
input_ids (torch.LongTensor,形状为 (batch_size, sequence_length)) — 词汇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),可选) — 用于避免在填充标记索引上执行注意力的掩码。掩码值选在 [0, 1]:
未掩码 的标记为 1,
已掩码 的标记为 0。
什么是注意力掩码?
position_ids (torch.LongTensor,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。在范围 [0, config.n_positions - 1] 中选择。
什么是位置 ID?
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中选择的头部失效的掩码。掩码值选择在[0, 1]中:
masked,
masked。
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来将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(可选,bool)- 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(可选,bool)- 是否返回一个 ModelOutput 而不是一个普通元组。
start_positions(形状为(batch_size,)的torch.LongTensor,可选)- 用于计算标记跨度的开始位置(索引)的标签。位置被夹紧到序列的长度(sequence_length)。序列外的位置不会计入损失计算。
end_positions(形状为(batch_size,)的torch.LongTensor,可选)- 用于计算标记跨度的结束位置(索引)的标签。位置被夹紧到序列的长度(sequence_length)。序列外的位置不会计入损失计算。
返回
transformers.modeling_outputs.QuestionAnsweringModelOutput 或tuple(torch.FloatTensor)
transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个torch.FloatTensor元组(如果传递return_dict=False或config.return_dict=False时)包含各种元素,这取决于配置(GPTNeoXConfig)和输入。
loss(形状为(1,)的torch.FloatTensor,可选,当提供labels时返回)- 总跨度提取损失是起始位置和结束位置的交叉熵之和。
start_logits(形状为(batch_size, sequence_length)的torch.FloatTensor)- 跨度开始得分(SoftMax 之前)。
end_logits(形状为(batch_size, sequence_length)的torch.FloatTensor)- 跨度结束得分(SoftMax 之前)。
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(如果模型有嵌入层,则为嵌入的输出+每层的输出)。
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)。
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。
GPTNeoXForQuestionAnswering 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,但应该在此之后调用Module实例,而不是在此处调用,因为前者会处理运行前后处理步骤,而后者会默默地忽略它们。
此示例使用随机模型,因为真实模型都非常庞大。为了获得正确的结果,您应该使用 EleutherAI/gpt-neox-20b,而不是 trl-internal-testing/tiny-random-GPTNeoXForCausalLM。如果在加载该检查点时出现内存不足的情况,可以尝试在from_pretrained调用中添加device_map="auto"。
示例:
>>> from transformers import AutoTokenizer, GPTNeoXForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> model = GPTNeoXForQuestionAnswering.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> 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.lossclass transformers.GPTNeoXForSequenceClassification( config )参数
config(~GPTNeoXConfig)— 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。GPTNeoX 模型变压器,顶部带有序列分类头(线性层)。
GPTNeoXForSequenceClassification 使用最后一个标记进行分类,就像其他因果模型(例如 GPT-1)一样。
由于它在最后一个标记上进行分类,因此需要知道最后一个标记的位置。如果在配置中定义了pad_token_id,则会找到每行中不是填充标记的最后一个标记。如果未定义pad_token_id,则会简单地取批处理的每行中的最后一个值。当传递inputs_embeds而不是input_ids时,无法猜测填充标记,因此会执行相同操作(取批处理的每行中的最后一个值)。
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相关信息。
forward( input_ids: Optional = None attention_mask: Optional = None position_ids: 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.SequenceClassifierOutputWithPast or tuple(torch.FloatTensor)参数
input_ids(形状为({0})的torch.LongTensor)— 词汇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({0})的torch.FloatTensor,可选)— 用于避免在填充标记索引上执行注意力的掩码。选择的掩码值在[0, 1]范围内:
什么是注意力掩码?
position_ids(形状为({0})的torch.LongTensor,可选)— 每个输入序列标记在位置嵌入中的位置索引。选择范围为[0, config.n_positions - 1]。
什么是位置 ID?
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失效的掩码。选择的掩码值在[0, 1]范围内:
inputs_embeds (torch.FloatTensor,形状为({0}, hidden_size),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,这将很有用,而不是使用模型的内部嵌入查找矩阵。
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,请参阅返回张量中的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,请参阅返回张量中的hidden_states。
return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通元组。
labels (torch.LongTensor,形状为(batch_size,),optional) — 用于计算序列分类/回归损失的标签。索引应在[0, ..., config.num_labels - 1]范围内。如果config.num_labels == 1,则计算回归损失(均方损失),如果config.num_labels > 1,则计算分类损失(交叉熵)。
返回
transformers.modeling_outputs.SequenceClassifierOutputWithPast或torch.FloatTensor元组
包含各种元素的transformers.modeling_outputs.SequenceClassifierOutputWithPast或torch.FloatTensor元组(如果传递return_dict=False或config.return_dict=False)取决于配置(GPTNeoXConfig)和输入。
loss (torch.FloatTensor,形状为(1,),optional, 当提供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)得分(SoftMax 之前)。
past_key_values (tuple(tuple(torch.FloatTensor)), optional, 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(请参见past_key_values输入)。
hidden_states (tuple(torch.FloatTensor), optional, 当传递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,如果模型有嵌入层的话,+ 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以及可选的初始嵌入输出。
attentions (tuple(torch.FloatTensor), optional, 当传递output_attentions=True或config.output_attentions=True时返回) — torch.FloatTensor元组(每一层一个)的形状为(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。
GPTNeoXForSequenceClassification 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,但应该在此之后调用Module实例,而不是在此处调用,因为前者会负责运行前处理和后处理步骤,而后者会默默地忽略它们。
单标签分类示例:
>>> import torch
>>> from transformers import AutoTokenizer, GPTNeoXForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> model = GPTNeoXForSequenceClassification.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> 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 = GPTNeoXForSequenceClassification.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM", 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, GPTNeoXForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM")
>>> model = GPTNeoXForSequenceClassification.from_pretrained("trl-internal-testing/tiny-random-GPTNeoXForCausalLM", 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 = GPTNeoXForSequenceClassification.from_pretrained(
... "trl-internal-testing/tiny-random-GPTNeoXForCausalLM", 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).lossclass transformers.GPTNeoXForTokenClassification( config )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.TokenClassifierOutput or tuple(torch.FloatTensor)参数
input_ids(形状为({0})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({0})的torch.FloatTensor,可选)- 用于避免在填充标记索引上执行注意力的掩码。掩码值选择在[0, 1]范围内:
什么是注意力掩码?
position_ids(形状为({0})的torch.LongTensor,可选)- 每个输入序列标记在位置嵌入中的位置索引。选择范围为[0, config.n_positions - 1]。
什么是位置 ID?
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失效的掩码。掩码值选择在[0, 1]范围内:
inputs_embeds(形状为({0}, 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如何将input_ids索引转换为相关向量,这将非常有用,而不是使用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,请参阅返回的张量下的attentions。
output_hidden_states(bool,可选)- 是否返回所有层的隐藏状态。有关更多详细信息,请参阅返回的张量下的hidden_states。
return_dict(bool,可选)- 是否返回 ModelOutput 而不是普通元组。
labels(形状为(batch_size, sequence_length)的torch.LongTensor,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.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或当config.return_dict=False时)包含根据配置(GPTNeoXConfig)和输入的不同元素。
loss(形状为(1,)的torch.FloatTensor,可选,在提供labels时返回)- 分类损失。
logits(形状为(batch_size, sequence_length, config.num_labels)的torch.FloatTensor)- 分类分数(SoftMax 之前)。
hidden_states (tuple(torch.FloatTensor), 可选的, 当传递 output_hidden_states=True 或者当 config.output_hidden_states=True 时返回) — 形状为 (batch_size, sequence_length, hidden_size) 的 torch.FloatTensor 元组(如果模型有嵌入层,则为嵌入的输出 + 每层的输出)。
模型在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), 可选的, 当传递 output_attentions=True 或者当 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。
GPTNeoXForTokenClassification 的前向方法,覆盖了 __call__ 特殊方法。
虽然前向传递的配方需要在这个函数内定义,但应该在此之后调用 Module 实例,而不是这个函数,因为前者会处理运行前后处理步骤,而后者会默默地忽略它们。
例如:
>>> from transformers import AutoTokenizer, GPTNeoXForTokenClassification
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("LarsJonasson/pythia-410m-deduped-sft-swedish")
>>> model = GPTNeoXForTokenClassification.from_pretrained("LarsJonasson/pythia-410m-deduped-sft-swedish")
>>> 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
>>> round(loss.item(), 2)
0.25原始文本:
huggingface.co/docs/transformers/v4.37.2/en/model_doc/gpt_neox_japanese
我们介绍了 GPT-NeoX-Japanese,这是一个针对日语的自回归语言模型,是在github.com/EleutherAI/gpt-neox的基础上训练的。日语是一种具有大量词汇和平假名、片假名和汉字书写系统组合的独特语言。为了解决日语这种独特结构,我们使用了特殊的子词标记器。我们非常感谢tanreinama开源了这个非常有帮助的标记器。根据谷歌关于PaLM的研究建议,我们从变压器块中删除了偏置参数,实现了更好的模型性能。请详细参阅此文章。
该模型的开发由Shinya Otani、Takayoshi Makabe、Anuj Arora和Kyo Hattori领导,来自ABEJA, Inc.。有关此模型构建活动的更多信息,请参阅此处(ja)。
generate()方法可用于使用 GPT NeoX Japanese 模型生成文本。
>>> from transformers import GPTNeoXJapaneseForCausalLM, GPTNeoXJapaneseTokenizer
>>> model = GPTNeoXJapaneseForCausalLM.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> tokenizer = GPTNeoXJapaneseTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> prompt = "人とAIが協調するためには、"
>>> 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, skip_special_tokens=True)[0]
>>> print(gen_text)
人とAIが協調するためには、AIと人が共存し、AIを正しく理解する必要があります。class transformers.GPTNeoXJapaneseConfig( vocab_size = 32000 hidden_size = 2560 num_hidden_layers = 32 num_attention_heads = 32 intermediate_multiple_size = 4 hidden_act = 'gelu' rotary_pct = 1.0 rotary_emb_base = 10000 max_position_embeddings = 2048 initializer_range = 0.02 layer_norm_eps = 1e-05 use_cache = True bos_token_id = 31996 eos_token_id = 31999 attention_dropout = 0.1 hidden_dropout = 0.0 **kwargs )参数
vocab_size (int, optional, defaults to 32000) — GPTNeoXJapanese 模型的词汇大小。定义了在调用GPTNeoXJapanese时传递的inputs_ids可以表示的不同标记数量。
hidden_size (int, optional, defaults to 2560) — 编码器层和池化器层的维度。
num_hidden_layers (int, optional, defaults to 32) — Transformer 编码器中的隐藏层数量。
num_attention_heads (int, optional, defaults to 32) — Transformer 编码器中每个注意力层的注意力头数。
intermediate_multiple_size (int, optional, defaults to 4) — Transformer 编码器中“中间”层的维度由hidden_size * intermediate_multiple_size计算。
hidden_act (str or function, optional, defaults to "gelu") — 编码器和池化器中的非线性激活函数(函数或字符串)。
rotary_pct (float, optional, defaults to 1.00) — 隐藏维度分配给旋转嵌入的百分比。
rotary_emb_base (int, optional, defaults to 10000) — 用于计算旋转嵌入频率的基数。
max_position_embeddings (int, optional, defaults to 2048) — 该模型可能使用的最大序列长度。
initializer_range (float, optional, defaults to 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。
layer_norm_eps (float, optional, defaults to 1e-5) — 层归一化层使用的 epsilon。
use_cache (bool, optional, defaults to True) — 模型是否应返回最后的键/值注意力(不是所有模型都使用)。仅在config.is_decoder=True时相关。
attention_dropout (float, optional, defaults to 0.1) — 注意力的 dropout 比率。
hidden_dropout (float, optional, defaults to 0.0) — 隐藏层的 dropout 比率。示例 —
这是用于存储GPTNeoXModelJapanese配置的配置类。它用于根据指定的参数实例化一个 GPTNeoX 模型,定义模型架构。使用默认值实例化配置将产生类似于 GPTNeoXJapanese abeja/gpt-neox-japanese-2.7b架构的配置。
配置对象继承自 PretrainedConfig,可用于控制模型输出。阅读来自 PretrainedConfig 的文档以获取更多信息。默认配置设置为 2.7B 模型
>>> from transformers import GPTNeoXJapaneseConfig, GPTNeoXJapaneseModel
>>> # Initializing a GPTNeoXJapanese gpt-neox-japanese-2.7b style configuration
>>> configuration = GPTNeoXJapaneseConfig()
>>> # Initializing a model (with random weights) from the gpt-neox-japanese-2.7b style configuration
>>> model = GPTNeoXJapaneseModel(configuration)
>>> # Accessing the model configuration
>>> configuration = model.configclass transformers.GPTNeoXJapaneseTokenizer( vocab_file emoji_file unk_token = '<|endoftext|>' pad_token = '<|endoftext|>' bos_token = '<|startoftext|>' eos_token = '<|endoftext|>' do_clean_text = False **kwargs )参数
vocab_file(str)— 包含词汇表的文件。
emoji_file(str)— 包含表情符号的文件。
unk_token(str,optional,默认为"<|endoftext|>")–未知令牌。词汇表中没有的令牌无法转换为 ID,而是设置为该令牌。
pad_token(str,optional,默认为"<|endoftext|>")–用于填充的令牌
bos_token(str,optional,默认为"<|startoftext|>")–序列标记的开头。
eos_token(str,optional,默认为"<|endoftext|>")–序列结束标记。
do_clean_text(bool,可选,默认为False)— 是否清理文本以用于 URL、EMAIL、TEL、日本日期和日本价格。
此分词器继承自 PreTrainedTokenizer,基于用于此存储库的日语特殊子词编码(github.com/tanreinama/Japanese-BPEEncoder_V2)。查看存储库以获取详细信息。日语具有相对较大的词汇量,单词之间没有分隔。此外,该语言是平假名、片假名和汉字的组合,经常使用变体如“1”和“①”。为了应对这些情况,此分词器具有以下特点
示例:
>>> from transformers import GPTNeoXJapaneseTokenizer
>>> tokenizer = GPTNeoXJapaneseTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> # You can confirm both 慶応 and 慶應 are encoded to 17749
>>> tokenizer("吾輩は猫である🐯。実は慶応(慶應)大学出身")["input_ids"]
[30014, 26883, 26638, 27228, 25, 26650, 31732, 31679, 27809, 26638, 17749, 31592, 17749, 31593, 321, 1281]
>>> # Both 慶応 and 慶應 are decoded to 慶応
>>> tokenizer.decode(tokenizer("吾輩は猫である🐯。実は慶応(慶應)大学出身")["input_ids"])
'吾輩は猫である🐯。実は慶応(慶応)大学出身'convert_tokens_to_string( tokens )将一系列标记(字符串)转换为单个字符串。
class transformers.GPTNeoXJapaneseModel( 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,只会加载配置。查看 from_pretrained()方法以加载模型权重。裸的 GPTNeoXJapanese 模型变压器输出原始隐藏状态,没有特定的头部。此模型是 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 attention_mask: Optional = None head_mask: Optional = None inputs_embeds: Optional = None past_key_values: 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 of shape (batch_size, sequence_length)) — 词汇表中输入序列标记的索引。
可以使用 AutoTokenizer 获取索引。
attention_mask (torch.FloatTensor of shape (batch_size, sequence_length), optional) — 避免在填充标记索引上执行注意力的掩码。掩码值选择在 [0, 1] 中:
masked 的标记,
masked 的标记。
token_type_ids (torch.LongTensor of shape (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:
position_ids (torch.LongTensor of shape (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.max_position_embeddings - 1] 中选择。
head_mask (torch.FloatTensor of shape (num_heads,) or (num_layers, num_heads), optional) — 用于使自注意力模块中选择的头部失效的掩码。掩码值选择在 [0, 1] 之间:
masked,
masked。
inputs_embeds (torch.FloatTensor of shape (batch_size, sequence_length, hidden_size), optional) — 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来将 input_ids 索引转换为相关向量,这将非常有用,而不是使用模型的内部嵌入查找矩阵。
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,请参阅返回的张量下的 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,请参阅返回的张量下的 hidden_states。
return_dict (bool, optional) — 是否返回一个 ModelOutput 而不是一个普通元组。
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。如果使用了 past_key_values,用户可以选择仅输入最后的 decoder_input_ids(这些没有将它们的过去键值状态提供给此模型的)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。
use_cache (bool, optional) — 如果设置为 True,则返回 past_key_values 键值状态,并可用于加速解码(参见 past_key_values)。
返回
transformers.modeling_outputs.BaseModelOutputWithPast 或 tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.BaseModelOutputWithPast 或一个 torch.FloatTensor 元组(如果传递了 return_dict=False 或当 config.return_dict=False 时)包含根据配置(GPTNeoXJapaneseConfig)和输入的不同元素。
last_hidden_state (torch.FloatTensor of shape (batch_size, sequence_length, hidden_size)) — 模型最后一层的隐藏状态序列。
如果使用了 past_key_values,则仅输出形状为 (batch_size, 1, hidden_size) 的序列的最后一个隐藏状态。
past_key_values (tuple(tuple(torch.FloatTensor)), optional, 当传递 use_cache=True 或者当 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,如果 config.is_encoder_decoder=True 还有 2 个额外的形状为 (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,以及在交叉注意力块中可选地如果 config.is_encoder_decoder=True)可以使用(请参见 past_key_values 输入)以加快顺序解码。
hidden_states (tuple(torch.FloatTensor), optional, 当传递 output_hidden_states=True 或者当 config.output_hidden_states=True 时返回) — 形状为 (batch_size, sequence_length, hidden_size) 的 torch.FloatTensor 元组(如果模型有嵌入层,则为嵌入的输出 + 每层的输出)。
模型在每一层的输出处的隐藏状态加上可选的初始嵌入输出。
attentions (tuple(torch.FloatTensor), optional, 当传递 output_attentions=True 或者当 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。
GPTNeoXJapaneseModel 前向方法,覆盖了 __call__ 特殊方法。
虽然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,而不是在此之后调用,因为前者负责运行预处理和后处理步骤,而后者则会默默地忽略它们。
示例:
>>> from transformers import AutoTokenizer, GPTNeoXJapaneseModel
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> model = GPTNeoXJapaneseModel.from_pretrained("abeja/gpt-neox-japanese-2.7b")
>>> inputs = tokenizer("日本語のGPT-neoxがHugging Faceで使えます😀", return_tensors="pt")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_stateclass 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:
not masked 的令牌,
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:
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:
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原始文本:
huggingface.co/docs/transformers/v4.37.2/en/model_doc/gptj
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。
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)<|extratoken_1|>, ..., <|extratoken_143|>,因此tokenizer的vocab_size也变为 50400。
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]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
文档资源
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.configPytorchHide Pytorch content
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:
未被掩盖的标记,
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:
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:
未被掩盖,
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_stateclass 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:
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:
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:
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 when use_cache=True is passed or when config.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 when output_hidden_states=True is passed or when config.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 when output_attentions=True is passed or when config.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.logitsclass transformers.GPTJForSequenceClassification( config )参数
config (GPTJConfig) — 包含模型所有参数的模型配置类。使用配置文件初始化不会加载与模型相关的权重,只会加载配置。查看 from_pretrained()方法以加载模型权重。带有顶部序列分类头(线性层)的 GPT-J 模型变压器。
GPTJForSequenceClassification 使用最后一个标记进行分类,就像其他因果模型(例如 GPT、GPT-2、GPT-Neo)一样。
由于它对最后一个标记进行分类,因此需要知道最后一个标记的位置。如果在配置中定义了pad_token_id,则会找到每行中不是填充标记的最后一个标记。如果未定义pad_token_id,则会简单地取每行批次中的最后一个值。当传递inputs_embeds而不是input_ids时,无法猜测填充标记,因此会执行相同操作(取每行批次中的最后一个值)。
此模型是 PyTorch torch.nn.Module子类。将其用作常规 PyTorch 模块,并参考 PyTorch 文档以获取与一般用法和行为相关的所有事项。
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.SequenceClassifierOutputWithPast 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 来获取索引。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掩码。掩码值选在[0, 1]范围内:
masked的标记为 1,
masked的标记为 0。
什么是注意力掩码?
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。索引选在[0, 1]范围内:
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?
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失效的掩码。掩码值选在[0, 1]范围内:
masked,
masked。
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。如果您希望更多地控制如何将input_ids索引转换为相关向量,这将非常有用,而不是使用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 ModelOutput 而不是普通元组。
labels(形状为(batch_size,)的torch.LongTensor,可选)- 用于计算序列分类/回归损失的标签。索引应在[0, ..., config.num_labels - 1]范围内。如果config.num_labels == 1,则计算回归损失(均方损失),如果config.num_labels > 1,则计算分类损失(交叉熵)。
返回
transformers.modeling_outputs.SequenceClassifierOutputWithPast或tuple(torch.FloatTensor)
一个transformers.modeling_outputs.SequenceClassifierOutputWithPast或一个torch.FloatTensor元组(如果传递了return_dict=False或当config.return_dict=False时),包括根据配置(GPTJConfig)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)- 分类(或回归,如果config.num_labels==1)损失。
logits(形状为(batch_size, config.num_labels)的torch.FloatTensor)- 分类(或回归,如果config.num_labels==1)分数(SoftMax 之前)。
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(请参阅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(用于嵌入的输出,如果模型有一个嵌入层,则为一个 + 每层的输出)。
模型在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。
GPTJForSequenceClassification 的前向方法覆盖了__call__特殊方法。
尽管前向传递的步骤需要在此函数内定义,但应该在此之后调用Module实例,而不是在此处调用,因为前者负责运行前后处理步骤,而后者会默默地忽略它们。
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,您应该使用 EleutherAI/gpt-j-6B 而不是 ydshieh/tiny-random-gptj-for-sequence-classification。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"。
单标签分类示例:
>>> import torch
>>> from transformers import AutoTokenizer, GPTJForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification")
>>> model = GPTJForSequenceClassification.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> predicted_class_id = logits.argmax().item()
>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = GPTJForSequenceClassification.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification", num_labels=num_labels)
>>> labels = torch.tensor([1])
>>> loss = model(**inputs, labels=labels).loss多标签分类示例:
>>> import torch
>>> from transformers import AutoTokenizer, GPTJForSequenceClassification
>>> tokenizer = AutoTokenizer.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification")
>>> model = GPTJForSequenceClassification.from_pretrained("ydshieh/tiny-random-gptj-for-sequence-classification", problem_type="multi_label_classification")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")
>>> with torch.no_grad():
... logits = model(**inputs).logits
>>> predicted_class_ids = torch.arange(0, logits.shape[-1])[torch.sigmoid(logits).squeeze(dim=0) > 0.5]
>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = GPTJForSequenceClassification.from_pretrained(
... "ydshieh/tiny-random-gptj-for-sequence-classification", num_labels=num_labels, problem_type="multi_label_classification"
... )
>>> labels = torch.sum(
... torch.nn.functional.one_hot(predicted_class_ids[None, :].clone(), num_classes=num_labels), dim=1
... ).to(torch.float)
>>> loss = model(**inputs, labels=labels).lossclass transformers.GPTJForQuestionAnswering( config )参数
config(GPTJConfig)— 具有模型所有参数的模型配置类。使用配置文件进行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。GPT-J 模型变压器,顶部带有用于提取问答任务的跨度分类头,如 SQuAD(在隐藏状态输出的线性层上计算跨度起始 logits和跨度结束 logits)。
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相关信息。
forward( 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 ) → export const metadata = 'undefined';transformers.modeling_outputs.QuestionAnsweringModelOutput 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 来获取索引。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。掩码值选定在[0, 1]范围内:
未被掩码的标记,
masked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。索引选定在[0, 1]范围内:
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]内选定。
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选定头部失效的掩码。掩码值选定在[0, 1]范围内:
masked,
masked。
inputs_embeds (torch.FloatTensor,形状为(batch_size, sequence_length, hidden_dim),optional) — 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来将input_ids索引转换为相关向量,这将非常有用,而不是使用模型的内部嵌入查找矩阵。
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,请参见返回张量下的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,请参见返回张量下的hidden_states。
return_dict (bool,optional) — 是否返回 ModelOutput 而不是普通元组。
start_positions (torch.LongTensor,形状为(batch_size,),optional) — 用于计算标记分类损失的标记跨度开始位置(索引)的标签。位置被夹紧到序列的长度(sequence_length)。序列外的位置不会计入损失的计算。
end_positions (torch.LongTensor,形状为(batch_size,),optional) — 用于计算标记分类损失的标记跨度结束位置(索引)的标签。位置被夹紧到序列的长度(sequence_length)。序列外的位置不会计入损失的计算。
返回
transformers.modeling_outputs.QuestionAnsweringModelOutput 或tuple(torch.FloatTensor)
一个 transformers.modeling_outputs.QuestionAnsweringModelOutput 或一个torch.FloatTensor元组(如果传递了return_dict=False或当config.return_dict=False时)包含根据配置(GPTJConfig)和输入的不同元素。
loss (torch.FloatTensor,形状为(1,),optional,当提供labels时返回) — 总跨度提取损失是起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(SoftMax 之前)。
end_logits (torch.FloatTensor,形状为(batch_size, sequence_length)) — 跨度结束分数(SoftMax 之前)。
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的输出一个,+每个层的输出一个)。
模型在每个层的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(每个层一个)。
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。
GPTJForQuestionAnswering 前向方法,覆盖__call__特殊方法。
尽管前向传递的步骤需要在此函数内定义,但应该在此之后调用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。
此示例使用随机模型,因为真实模型都非常庞大。为了获得正确的结果,您应该使用 EleutherAI/gpt-j-6B 而不是 hf-internal-testing/tiny-random-gptj。如果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, GPTJForQuestionAnswering
>>> import torch
>>> tokenizer = AutoTokenizer.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> model = GPTJForQuestionAnswering.from_pretrained("hf-internal-testing/tiny-random-gptj")
>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"
>>> inputs = tokenizer(question, text, return_tensors="pt")
>>> with torch.no_grad():
... outputs = model(**inputs)
>>> answer_start_index = outputs.start_logits.argmax()
>>> answer_end_index = outputs.end_logits.argmax()
>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]
>>> # target is "nice puppet"
>>> target_start_index = torch.tensor([14])
>>> target_end_index = torch.tensor([15])
>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = outputs.lossTensorFlow 隐藏 TensorFlow 内容
class transformers.TFGPTJModel( config *inputs **kwargs )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关联的权重,只加载配置。查看 from_pretrained()方法以加载模型权重。裸的 GPT-J 模型变压器输出原始隐藏状态,没有特定的头部。
此模型继承自 TFPreTrainedModel。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、修剪头等)。
此模型也是一个tf.keras.Model子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档以获取有关一般用法和行为的所有相关信息。
transformers中的 TensorFlow 模型和层接受两种格式的输入:
支持第二种格式的原因是,当将输入传递给模型和层时,Keras 方法更喜欢这种格式。由于这种支持,当使用诸如model.fit()之类的方法时,应该会“正常工作” - 只需以model.fit()支持的任何格式传递您的输入和标签!但是,如果您想在 Keras 方法之外使用第二种格式,比如在使用 Keras Functional API 创建自己的层或模型时,有三种可能性可以用来收集第一个位置参数中的所有输入张量:
input_ids的单个张量,没有其他内容:model(input_ids)
model([input_ids, attention_mask])或model([input_ids, attention_mask, token_type_ids])
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当使用子类化创建模型和层时,您无需担心任何这些,因为您可以像对待任何其他 Python 函数一样传递输入!
call( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None use_cache: Optional[bool] = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None training: Optional[bool] = False ) → export const metadata = 'undefined';transformers.modeling_tf_outputs.TFBaseModelOutputWithPast or tuple(tf.Tensor)参数
input_ids(形状为(batch_size, input_ids_length)的Numpy 数组或tf.Tensor)— input_ids_length = 如果past为None,则为sequence_length,否则为past[0].shape[-2](输入过去键值状态的序列长度)。词汇表中输入序列标记的索引。
如果使用了past,则只应将未计算其过去的输入 ID 作为input_ids传递。
可以使用 AutoTokenizer 获取索引。有关详细信息,请参见 PreTrainedTokenizer.call()和 PreTrainedTokenizer.encode()。
什么是输入 ID?
past_key_values(长度为config.n_layers的List[tf.Tensor])— 包含由模型计算的预计算隐藏状态(注意力块中的键和值),如下面的past输出所示。可用于加速顺序解码。已将其过去给予该模型的令牌 ID 不应作为输入 ID 传递,因为它们已经计算过。
attention_mask(形状为(batch_size, sequence_length)的tf.Tensor或Numpy 数组,可选)— 用于避免在填充标记索引上执行注意力的掩码。选定的掩码值在[0, 1]中:
什么是注意力掩码?
token_type_ids(形状为(batch_size, sequence_length)的tf.Tensor或Numpy 数组,可选)— 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:
什么是标记类型 ID?
position_ids(形状为(batch_size, sequence_length)的tf.Tensor或Numpy 数组,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。
什么是位置 ID?
head_mask(形状为(num_heads,)或(num_layers, num_heads)的Numpy 数组或tf.Tensor,可选)— 用于使自注意力模块的选定头部失效的掩码。选定的掩码值在[0, 1]中:
inputs_embeds(形状为(batch_size, sequence_length, hidden_size)的tf.Tensor,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,而不是使用模型的内部嵌入查找矩阵,这将非常有用。
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,请参见返回的张量下的attentions。此参数仅在急切模式下使用,在图模式中将使用配置中的值。
output_hidden_states(bool,可选)— 是否返回所有层的隐藏状态。有关更多详细信息,请参见返回的张量下的hidden_states。此参数仅在急切模式下使用,在图模式中将使用配置中的值。
return_dict(bool,可选)— 是否返回一个 ModelOutput 而不是一个普通元组。此参数可在急切模式下使用,在图模式下该值将始终设置为 True。
training(bool,可选,默认为False)— 是否在训练模式下使用模型(一些模块如 dropout 模块在训练和评估之间有不同的行为)。
use_cache(bool,可选,默认为True)— 如果设置为True,则返回past_key_values键值状态,可用于加速解码(参见past)。在训练期间设置为False,在生成期间设置为True。
返回
transformers.modeling_tf_outputs.TFBaseModelOutputWithPast 或tuple(tf.Tensor)
transformers.modeling_tf_outputs.TFBaseModelOutputWithPast 或一个tf.Tensor元组(如果传递return_dict=False或config.return_dict=False,则返回)包含根据配置(GPTJConfig)和输入的各种元素。
last_hidden_state(形状为(batch_size, sequence_length, hidden_size)的tf.Tensor)—模型最后一层的隐藏状态序列。
如果使用past_key_values,则仅输出形状为(batch_size, 1, hidden_size)序列的最后一个隐藏状态。
past_key_values(List[tf.Tensor],可选,当传递use_cache=True或config.use_cache=True时返回)— 长度为config.n_layers的tf.Tensor列表,每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head))。
包含预先计算的隐藏状态(注意力块中的键和值),可用于加速顺序解码。
hidden_states(tuple(tf.Tensor),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tf.Tensor元组(一个用于嵌入的输出,一个用于每个层的输出)。
模型在每一层输出的隐藏状态加上初始嵌入输出。
attentions(tuple(tf.Tensor),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tf.Tensor元组(每层一个)。
注意力权重在注意力 softmax 之后,用于计算自注意力头中的加权平均值。
TFGPTJModel 的前向方法,覆盖了__call__特殊方法。
虽然前向传递的方法需要在此函数内定义,但应该在此之后调用Module实例,而不是在此处调用,因为前者负责运行前处理和后处理步骤,而后者会默默忽略它们。
示例:
>>> from transformers import AutoTokenizer, TFGPTJModel
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJModel.from_pretrained("EleutherAI/gpt-j-6B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> outputs = model(inputs)
>>> last_hidden_states = outputs.last_hidden_stateclass transformers.TFGPTJForCausalLM( config *inputs **kwargs )参数
config(GPTJConfig)—模型配置类,包含模型的所有参数。使用配置文件初始化不会加载与模型相关的权重,只加载配置。查看 from_pretrained()方法加载模型权重。GPT-J 模型变压器,顶部带有语言建模头。
此模型继承自 TFPreTrainedModel。查看超类文档以获取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,修剪头等)。
此模型还是一个tf.keras.Model子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档以获取与一般用法和行为相关的所有事项。
transformers中的 TensorFlow 模型和层接受两种格式的输入:
第二种格式得到支持的原因是,当将输入传递给模型和层时,Keras 方法更喜欢这种格式。由于这种支持,在使用诸如model.fit()之类的方法时,对您来说应该“只需工作” - 只需以model.fit()支持的任何格式传递您的输入和标签!但是,如果您想在 Keras 方法之外使用第二种格式,比如在使用 KerasFunctional API 创建自己的层或模型时,有三种可能性可以用来收集所有输入张量在第一个位置参数中:
input_ids的单个张量,没有其他内容:model(input_ids)
model([input_ids, attention_mask])或model([input_ids, attention_mask, token_type_ids])
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当使用子类化创建模型和层时,您无需担心任何这些,因为您可以像对待任何其他 Python 函数一样传递输入!
call( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None labels: np.ndarray | tf.Tensor | None = None use_cache: Optional[bool] = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None training: Optional[bool] = False ) → export const metadata = 'undefined';transformers.modeling_tf_outputs.TFCausalLMOutputWithPast or tuple(tf.Tensor)参数
input_ids(形状为(batch_size, input_ids_length)的Numpy array或tf.Tensor)- 如果past为None,则input_ids_length = sequence_length,否则input_ids_length = past[0].shape[-2](输入过去键值状态的序列长度)。词汇表中输入序列标记的索引。
如果使用了past,则只应将尚未计算其过去的输入 ID 作为input_ids传递。
可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.call()和 PreTrainedTokenizer.encode()。
什么是输入 ID?
past_key_values(长度为config.n_layers的List[tf.Tensor])- 包含由模型计算的预先计算的隐藏状态(注意力块中的键和值)(请参见下面的past输出)。可用于加速顺序解码。已将其过去给定给此模型的标记 ID 不应作为输入 ID 传递,因为它们已经计算过。
attention_mask(形状为(batch_size, sequence_length)的tf.Tensor或Numpy array,可选)- 用于避免在填充标记索引上执行注意力的掩码。选择在[0, 1]中的掩码值:
未被掩码的标记,
被掩码的标记。
什么是注意力掩码?
token_type_ids(形状为(batch_size, sequence_length)的tf.Tensor或Numpy array,可选)- 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:
什么是 token type IDs?
position_ids (tf.Tensor或Numpy 数组的形状为(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.max_position_embeddings - 1]中选择。
什么是位置 ID?
head_mask (Numpy 数组或tf.Tensor的形状为(num_heads,)或(num_layers, num_heads),optional) — 用于使自注意力模块的选定头部无效的掩码。掩码值选择在[0, 1]中:
掩码,
掩码。
inputs_embeds (tf.Tensor of shape (batch_size, sequence_length, hidden_size), optional) — 可选地,您可以选择直接传递嵌入表示,而不是传递input_ids。如果您希望更多地控制如何将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,请参见返回张量下的attentions。此参数仅在急切模式下使用,在图模式下将使用配置中的值。
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,请参见返回张量下的hidden_states。此参数仅在急切模式下使用,在图模式下将使用配置中的值。
return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通元组。此参数可以在急切模式下使用,在图模式下该值将始终设置为 True。
training (bool, optional, 默认为False) — 是否在训练模式下使用模型(某些模块,如 dropout 模块,在训练和评估之间具有不同的行为)。
labels (np.ndarray或tf.Tensor的形状为(batch_size, sequence_length),optional) — 用于语言建模的标签。请注意,模型内部的标签已经被移位,即您可以设置labels = input_ids。索引在[-100, 0, ..., config.vocab_size]中选择。所有设置为-100的标签都将被忽略(掩码),损失仅计算标签在[0, ..., config.vocab_size]中的情况。
返回
transformers.modeling_tf_outputs.TFCausalLMOutputWithPast 或tuple(tf.Tensor)
一个 transformers.modeling_tf_outputs.TFCausalLMOutputWithPast 或一个tf.Tensor的元组(如果传递了return_dict=False或当config.return_dict=False时),包括根据配置(GPTJConfig)和输入的各种元素。
loss (tf.Tensor of shape (n,), optional, 其中 n 是非掩码标签的数量,在提供labels时返回) — 语言建模损失(用于下一个标记预测)。
logits (tf.Tensor的形状为(batch_size, sequence_length, config.vocab_size)) — 语言建模头部的预测分数(SoftMax 之前每个词汇标记的分数)。
past_key_values (List[tf.Tensor], optional, 当传递use_cache=True或当config.use_cache=True时返回) — 长度为config.n_layers的tf.Tensor列表,每个张量的形状为(2, batch_size, num_heads, sequence_length, embed_size_per_head))。
包含预先计算的隐藏状态(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)。
hidden_states (tuple(tf.Tensor), 可选的, 当传递output_hidden_states=True或者当config.output_hidden_states=True时返回) — 形状为(batch_size, sequence_length, hidden_size)的tf.Tensor元组(一个用于嵌入的输出 + 一个用于每层的输出)。
模型在每一层的输出处的隐藏状态加上初始嵌入输出。
attentions (tuple(tf.Tensor), 可选的, 当传递output_attentions=True或者当config.output_attentions=True时返回) — 形状为(batch_size, num_heads, sequence_length, sequence_length)的tf.Tensor元组(每层一个)。
在自注意力头中用于计算加权平均值的注意力权重在注意力 softmax 之后。
TFGPTJForCausalLM 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这个函数内定义,但应该在之后调用Module实例,而不是这个函数,因为前者会处理运行前后的处理步骤,而后者会默默地忽略它们。
示例:
>>> from transformers import AutoTokenizer, TFGPTJForCausalLM
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJForCausalLM.from_pretrained("EleutherAI/gpt-j-6B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> outputs = model(inputs)
>>> logits = outputs.logitsclass transformers.TFGPTJForSequenceClassification( config *inputs **kwargs )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关联的权重,只会加载配置。查看 from_pretrained()方法以加载模型权重。GPT-J 模型变压器顶部带有序列分类头(线性层)。
GPTJForSequenceClassification 使用最后一个标记来进行分类,就像其他因果模型(例如 GPT、GPT-2、GPT-Neo)一样。
由于它在最后一个标记上进行分类,因此需要知道最后一个标记的位置。如果在配置中定义了pad_token_id,它会找到每行中不是填充标记的最后一个标记。如果没有定义pad_token_id,它会简单地取每行批次中的最后一个值。由于在传递inputs_embeds而不是input_ids时无法猜测填充标记,它会执行相同的操作(取每行批次中的最后一个值)。
此模型继承自 TFPreTrainedModel。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、修剪头等)。
此模型还是tf.keras.Model子类。将其用作常规的 TF 2.0 Keras 模型,并参考 TF 2.0 文档,了解与一般用法和行为相关的所有事项。
transformers中的 TensorFlow 模型和层接受两种格式的输入:
支持第二种格式的原因是,当将输入传递给模型和层时,Keras 方法更喜欢这种格式。由于有了这种支持,当使用model.fit()等方法时,应该可以“正常工作” - 只需以model.fit()支持的任何格式传递输入和标签!但是,如果您想在 Keras 方法之外使用第二种格式,比如在使用 KerasFunctional API 创建自己的层或模型时,有三种可能性可以用来收集第一个位置参数中的所有输入张量:
input_ids的单个张量,没有其他内容:model(input_ids)
model([input_ids, attention_mask])或model([input_ids, attention_mask, token_type_ids])
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当使用子类化创建模型和层时,您无需担心这些内容,因为您可以像对待其他 Python 函数一样传递输入!
call( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None labels: np.ndarray | tf.Tensor | None = None use_cache: Optional[bool] = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None training: Optional[bool] = False ) → export const metadata = 'undefined';transformers.modeling_tf_outputs.TFSequenceClassifierOutputWithPast or tuple(tf.Tensor)参数
input_ids (Numpy array 或 tf.Tensor of shape (batch_size, input_ids_length)) — input_ids_length = sequence_length,如果past为None,则为past[0].shape[-2](输入过去键值状态的序列长度)。词汇表中输入序列令牌的索引。
如果使用了past,则只有那些尚未计算其过去的输入 ID 应作为input_ids传递。
可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.call()和 PreTrainedTokenizer.encode()。
什么是输入 ID?
past_key_values (List[tf.Tensor] of length config.n_layers) — 包含由模型计算的预计算隐藏状态(注意力块中的键和值)(请参见下面的past输出)。可用于加速顺序解码。已经计算过其过去的令牌 ID 不应作为输入 ID 传递给此模型。
attention_mask (tf.Tensor 或 Numpy array 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。掩码值选定在[0, 1]之间:
什么是注意力掩码?
token_type_ids (tf.Tensor 或 Numpy array of shape (batch_size, sequence_length), optional) — 段标记索引,指示输入的第一部分和第二部分。索引选定在[0, 1]之间:
什么是令牌类型 ID?
position_ids (tf.Tensor 或 Numpy array of shape (batch_size, sequence_length), optional) — 每个输入序列令牌在位置嵌入中的位置索引。在范围[0, config.max_position_embeddings - 1]中选择。
什么是位置 ID?
head_mask (Numpy array 或 tf.Tensor of shape (num_heads,) 或 (num_layers, num_heads), optional) — 用于使自注意力模块中的选定头部失效的掩码。掩码值选定在[0, 1]之间:
inputs_embeds (tf.Tensor of shape (batch_size, sequence_length, hidden_size), optional) — 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来将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,请参阅返回张量中的attentions。此参数仅在急切模式下使用,在图模式下将使用配置中的值。
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。此参数仅在急切模式下使用,在图模式下将使用配置中的值。
return_dict (bool, optional) — 是否返回 ModelOutput 而不是普通元组。此参数可以在急切模式下使用,在图模式下该值将始终设置为 True。
training (bool, optional, 默认为 False) — 是否在训练模式下使用模型(一些模块如 dropout 模块在训练和评估之间有不同的行为)。
labels (np.ndarray 或 tf.Tensor,形状为 (batch_size,), optional) — 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_tf_outputs.TFSequenceClassifierOutputWithPast 或 tuple(tf.Tensor)
一个 transformers.modeling_tf_outputs.TFSequenceClassifierOutputWithPast 或一个 tf.Tensor 元组(如果传递 return_dict=False 或 config.return_dict=False)包含各种元素,取决于配置(GPTJConfig)和输入。
loss (形状为 (batch_size, )的tf.Tensor, *optional*, 当提供 labels时返回) — 分类(如果config.num_labels==1` 则为回归)损失。
logits (形状为 (batch_size, config.num_labels)的tf.Tensor) — 分类(如果 config.num_labels==1` 则为回归)得分(SoftMax 之前)。
past_key_values (List[tf.Tensor], optional, 当传递 use_cache=True 或 config.use_cache=True 时返回) — 长度为 config.n_layers 的 tf.Tensor 列表,每个张量的形状为 (2, batch_size, num_heads, sequence_length, embed_size_per_head)。
包含预先计算的隐藏状态(注意力块中的键和值),可用于加速顺序解码。
hidden_states (tuple(tf.Tensor), optional, 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 tf.Tensor 元组(一个用于嵌入的输出,一个用于每一层的输出)。
模型在每一层输出的隐藏状态以及初始嵌入输出。
attentions (tuple(tf.Tensor), optional, 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 tf.Tensor 元组(每层一个)。
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。
TFGPTJForSequenceClassification 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,而后者会默默地忽略它们。
示例:
>>> from transformers import AutoTokenizer, TFGPTJForSequenceClassification
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJForSequenceClassification.from_pretrained("EleutherAI/gpt-j-6B")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="tf")
>>> logits = model(**inputs).logits
>>> predicted_class_id = int(tf.math.argmax(logits, axis=-1)[0])>>> # To train a model on `num_labels` classes, you can pass `num_labels=num_labels` to `.from_pretrained(...)`
>>> num_labels = len(model.config.id2label)
>>> model = TFGPTJForSequenceClassification.from_pretrained("EleutherAI/gpt-j-6B", num_labels=num_labels)
>>> labels = tf.constant(1)
>>> loss = model(**inputs, labels=labels).lossclass transformers.TFGPTJForQuestionAnswering( config *inputs **kwargs )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关联的权重,只会加载配置。查看 from_pretrained()方法以加载模型权重。GPT-J 模型变压器在顶部具有用于提取式问答任务(例如 SQuAD)的跨度分类头(在隐藏状态输出顶部的线性层,用于计算跨度起始对数和跨度结束对数)。
此模型继承自 TFPreTrainedModel。查看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、修剪头等)。
此模型还是一个tf.keras.Model子类。将其用作常规 TF 2.0 Keras 模型,并参考 TF 2.0 文档以获取有关一般用法和行为的所有相关信息。
transformers中的 TensorFlow 模型和层接受两种格式的输入:
支持第二种格式的原因是 Keras 方法在将输入传递给模型和层时更喜欢这种格式。由于有此支持,当使用model.fit()等方法时,应该可以“正常工作” - 只需以model.fit()支持的任何格式传递输入和标签!但是,如果您想在 Keras 方法之外使用第二种格式,例如在使用 KerasFunctional API 创建自己的层或模型时,有三种可能性可用于收集第一个位置参数中的所有输入张量:
input_ids的单个张量,没有其他内容:model(input_ids)
model([input_ids, attention_mask])或model([input_ids, attention_mask, token_type_ids])
model({"input_ids": input_ids, "token_type_ids": token_type_ids})
请注意,当使用子类化创建模型和层时,您无需担心这些问题,因为您可以像对待任何其他 Python 函数一样传递输入!
call( input_ids: TFModelInputType | None = None past_key_values: Optional[Tuple[Tuple[Union[np.ndarray, tf.Tensor]]]] = None attention_mask: np.ndarray | tf.Tensor | None = None token_type_ids: np.ndarray | tf.Tensor | None = None position_ids: np.ndarray | tf.Tensor | None = None head_mask: np.ndarray | tf.Tensor | None = None inputs_embeds: np.ndarray | tf.Tensor | None = None start_positions: np.ndarray | tf.Tensor | None = None end_positions: np.ndarray | tf.Tensor | None = None output_attentions: Optional[bool] = None output_hidden_states: Optional[bool] = None return_dict: Optional[bool] = None training: Optional[bool] = False ) → export const metadata = 'undefined';transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput or tuple(tf.Tensor)参数
input_ids(形状为(batch_size, input_ids_length)的Numpy数组或tf.Tensor)- 如果past为None,则input_ids_length=sequence_length,否则input_ids_length=past[0].shape[-2](输入过去键值状态的序列长度)。词汇表中输入序列标记的索引。
如果使用past,则只应传递尚未计算其过去的输入 ID 作为input_ids。
可以使用 AutoTokenizer 获取索引。有关详细信息,请参阅 PreTrainedTokenizer.call()和 PreTrainedTokenizer.encode()。
什么是输入 ID?
past_key_values(长度为config.n_layers的List[tf.Tensor])- 包含由模型计算的预计算隐藏状态(注意力块中的键和值),如下面的past输出所示。可用于加速顺序解码。将过去给定给该模型的标记 ID 不应作为输入 ID 传递,因为它们已经计算过。
attention_mask(形状为(batch_size, sequence_length)的tf.Tensor或Numpy数组,可选)- 用于避免在填充标记索引上执行注意力的掩码。掩码值选择在[0, 1]中:
未被掩盖的标记,
被掩盖的标记。
什么是注意力掩码?
token_type_ids(形状为(batch_size, sequence_length)的tf.Tensor或Numpy数组,可选)- 指示输入的第一部分和第二部分的段标记索引。索引在[0, 1]中选择:
什么是标记类型 ID?
position_ids(tf.Tensor或形状为(batch_size, sequence_length)的Numpy数组,可选)- 每个输入序列标记在位置嵌入中的位置索引。选择范围为[0, config.max_position_embeddings - 1]。
什么是位置 ID?
head_mask(形状为(num_heads,)或(num_layers, num_heads)的Numpy数组或tf.Tensor,可选)- 用于使自注意力模块中的选定头部失效的掩码。掩码值选择在[0, 1]之间:
未被掩盖,
被掩盖。
inputs_embeds(形状为(batch_size, sequence_length, hidden_size)的tf.Tensor,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。如果您希望更多地控制如何将input_ids索引转换为关联向量,而不是使用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,请参见返回张量下的attentions。此参数仅在急切模式下使用,在图模式下将使用配置中的值。
output_hidden_states(bool,可选)- 是否返回所有层的隐藏状态。有关更多详细信息,请参见返回张量下的hidden_states。此参数仅在急切模式下使用,在图模式下将使用配置中的值。
return_dict(bool,可选)- 是否返回 ModelOutput 而不是普通元组。此参数可在急切模式下使用,在图模式下该值将始终设置为True。
training(bool,可选,默认为False)- 是否在训练模式下使用模型(某些模块如 dropout 模块在训练和评估之间具有不同的行为)。
start_positions(形状为(batch_size,)的np.ndarray或tf.Tensor,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。位置被夹紧到序列的长度(sequence_length)。超出序列范围的位置不会用于计算损失。
end_positions(形状为(batch_size,)的np.ndarray或tf.Tensor,可选)- 用于计算标记跨度结束位置(索引)的标签的位置。位置被夹紧到序列的长度(sequence_length)。超出序列范围的位置不会用于计算损失。
返回
transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或tuple(tf.Tensor)
一个 transformers.modeling_tf_outputs.TFQuestionAnsweringModelOutput 或一个 tf.Tensor 元组(如果传递 return_dict=False 或当 config.return_dict=False 时)包含根据配置(GPTJConfig)和输入的不同元素。
loss (tf.Tensor of shape (batch_size, ), 可选, 当提供 start_positions 和 end_positions 时返回) — 总跨度提取损失是起始位置和结束位置的交叉熵之和。
start_logits (tf.Tensor of shape (batch_size, sequence_length)) — Span-start scores (before SoftMax).
end_logits (tf.Tensor of shape (batch_size, sequence_length)) — Span-end scores (before SoftMax).
hidden_states (tuple(tf.Tensor), 可选, 当传递 output_hidden_states=True 或当 config.output_hidden_states=True 时返回) — 形状为 (batch_size, sequence_length, hidden_size) 的 tf.Tensor 元组(一个用于嵌入的输出 + 一个用于每一层的输出)。
模型在每一层的输出处的隐藏状态以及初始嵌入输出。
attentions (tuple(tf.Tensor), 可选, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 tf.Tensor 元组(每层一个)。
在注意力 softmax 后的注意力权重,用于计算自注意力头中的加权平均值。
TFGPTJForQuestionAnswering 的前向方法,覆盖了 __call__ 特殊方法。
虽然前向传递的方法需要在此函数内定义,但应该在之后调用 Module 实例,而不是这个,因为前者负责运行前处理和后处理步骤,而后者会默默地忽略它们。
示例:
>>> from transformers import AutoTokenizer, TFGPTJForQuestionAnswering
>>> import tensorflow as tf
>>> tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-j-6B")
>>> model = TFGPTJForQuestionAnswering.from_pretrained("EleutherAI/gpt-j-6B")
>>> question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"
>>> inputs = tokenizer(question, text, return_tensors="tf")
>>> outputs = model(**inputs)
>>> answer_start_index = int(tf.math.argmax(outputs.start_logits, axis=-1)[0])
>>> answer_end_index = int(tf.math.argmax(outputs.end_logits, axis=-1)[0])
>>> predict_answer_tokens = inputs.input_ids[0, answer_start_index : answer_end_index + 1]>>> # target is "nice puppet"
>>> target_start_index = tf.constant([14])
>>> target_end_index = tf.constant([15])
>>> outputs = model(**inputs, start_positions=target_start_index, end_positions=target_end_index)
>>> loss = tf.math.reduce_mean(outputs.loss)JAXHide JAX content
class transformers.FlaxGPTJModel( config: GPTJConfig input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )参数
config(GPTJConfig) — 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。
dtype (jax.numpy.dtype, 可选, 默认为 jax.numpy.float32) — 计算的数据类型。可以是 jax.numpy.float32,jax.numpy.float16(在 GPU 上),以及 jax.numpy.bfloat16(在 TPU 上)。
这可以用于在 GPU 或 TPU 上启用混合精度训练或半精度推断。如果指定了 dtype,则所有计算将使用给定的 dtype 执行。
请注意,这仅指定了计算的数据类型,不影响模型参数的数据类型。
如果要更改模型参数的数据类型,请参阅 to_fp16() 和 to_bf16()。
裸的 GPTJ 模型变压器输出原始隐藏状态,没有特定的头部。
此模型继承自 FlaxPreTrainedModel。查看超类文档以了解库实现的通用方法,例如下载或保存模型,调整输入嵌入大小,修剪头等。
该模型还是一个 Flax 亚麻flax.nn.Module子类。将其用作常规的 Flax 模块,并参考 Flax 文档以获取有关一般用法和行为的所有相关信息。
最后,该模型支持内在的 JAX 特性,例如:
__call__( input_ids attention_mask = None position_ids = None params: dict = None past_key_values: dict = None dropout_rng: PRNGKey = None train: bool = False output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_flax_outputs.FlaxMaskedLMOutput or tuple(torch.FloatTensor)参数
input_ids (numpy.ndarray,形状为(batch_size, input_ids_length)) — input_ids_length = 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。有关详细信息,请参阅 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID?
attention_mask (numpy.ndarray,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。掩码值选择在[0, 1]之间:
什么是注意力掩码?
position_ids (numpy.ndarray,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。选择范围为[0, config.max_position_embeddings - 1]。
past_key_values (Dict[str, np.ndarray],optional,由init_cache返回或传递先前的past_key_values时返回) — 预先计算的隐藏状态字典(注意力块中的键和值),可用于快速自回归解码。预先计算的键和值隐藏状态的形状为*[batch_size, max_length]*。
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) — 是否返回一个 ModelOutput 而不是一个普通的元组。
返回
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或一个torch.FloatTensor元组(如果传递了return_dict=False或config.return_dict=False时)包含根据配置(GPTJConfig)和输入的各种元素。
logits (jnp.ndarray,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)。
hidden_states (tuple(jnp.ndarray),optional,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jnp.ndarray元组(一个用于嵌入的输出 + 一个用于每个层的输出)。
模型在每一层输出的隐藏状态以及初始嵌入输出。
attentions (tuple(jnp.ndarray), 可选的, 当传递 output_attentions=True 或当 config.output_attentions=True 时返回) — 形状为 (batch_size, num_heads, sequence_length, sequence_length) 的 jnp.ndarray 元组(每层一个)。
自注意力头中用于计算加权平均值的注意力权重在经过注意力 softmax 后。
FlaxGPTJPreTrainedModel 的前向方法,覆盖了 __call__ 特殊方法。
尽管前向传递的步骤需要在此函数内定义,但应该在此之后调用 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,而后者会默默地忽略它们。
示例:
>>> from transformers import AutoTokenizer, FlaxGPTJModel
>>> tokenizer = AutoTokenizer.from_pretrained("gptj")
>>> model = FlaxGPTJModel.from_pretrained("gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="jax")
>>> outputs = model(**inputs)
>>> last_hidden_states = outputs.last_hidden_stateclass transformers.FlaxGPTJForCausalLM( config: GPTJConfig input_shape: Tuple = (1, 1) seed: int = 0 dtype: dtype = <class 'jax.numpy.float32'> _do_init: bool = True **kwargs )参数
config(GPTJConfig) — 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。
dtype (jax.numpy.dtype, 可选的, 默认为 jax.numpy.float32) — 计算的数据类型。可以是 jax.numpy.float32、jax.numpy.float16(在 GPU 上)和 jax.numpy.bfloat16(在 TPU 上)之一。
这可用于在 GPU 或 TPU 上启用混合精度训练或半精度推断。如果指定了,所有计算将使用给定的 dtype 执行。
请注意,这仅指定了计算的数据类型,不影响模型参数的数据类型。
如果您希望更改模型参数的数据类型,请参阅 to_fp16()和 to_bf16()。
带有语言建模头的 GPTJ 模型变压器。
此模型继承自 FlaxPreTrainedModel。查看超类文档以获取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、修剪头等)。
此模型也是 Flax Linen flax.nn.Module 子类。将其用作常规的 Flax Module,并参考 Flax 文档以获取与一般用法和行为相关的所有信息。
最后,此模型支持内置的 JAX 功能,例如:
__call__( input_ids attention_mask = None position_ids = None params: dict = None past_key_values: dict = None dropout_rng: PRNGKey = None train: bool = False output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = 'undefined';transformers.modeling_flax_outputs.FlaxMaskedLMOutput or tuple(torch.FloatTensor)参数
input_ids (numpy.ndarray,形状为 (batch_size, input_ids_length)) — input_ids_length = 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,请参见 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.call()。
什么是输入 ID?
attention_mask(形状为(batch_size, sequence_length)的numpy.ndarray,可选)— 用于避免在填充标记索引上执行注意力的掩码。掩码值选在[0, 1]之间:
什么是注意力掩码?
position_ids(形状为(batch_size, sequence_length)的numpy.ndarray,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。
past_key_values(Dict[str, np.ndarray],可选,由init_cache返回或传递先前的past_key_values时返回)— 预先计算的隐藏状态字典(在注意力块中的键和值)可用于快速自回归解码。预先计算的键和值隐藏状态的形状为*[batch_size, max_length]*。
output_attentions(bool,可选)— 是否返回所有注意力层的注意力张量。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。
返回
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或tuple(torch.FloatTensor)
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或一个torch.FloatTensor元组(如果传递了return_dict=False或config.return_dict=False)包括根据配置(GPTJConfig)和输入的不同元素。
logits(形状为(batch_size, sequence_length, config.vocab_size)的jnp.ndarray)— 语言建模头的预测分数(SoftMax 之前每个词汇标记的分数)。
hidden_states(tuple(jnp.ndarray),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jnp.ndarray元组(一个用于嵌入的输出 + 一个用于每个层的输出)。
每层模型的隐藏状态加上初始嵌入输出。
attentions(tuple(jnp.ndarray),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jnp.ndarray元组(每层一个)。
在自注意力头中用于计算加权平均值的注意力 softmax 之后的注意力权重。
FlaxGPTJPreTrainedModel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,但应该在此之后调用Module实例,而不是在此处调用,因为前者负责运行预处理和后处理步骤,而后者会默默忽略它们。
示例:
>>> from transformers import AutoTokenizer, FlaxGPTJForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("gptj")
>>> model = FlaxGPTJForCausalLM.from_pretrained("gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="np")
>>> outputs = model(**inputs)
>>> # retrieve logts for next token
>>> next_token_logits = outputs.logits[:, -1]False output_attentions: Optional = None output_hidden_states: Optional = None return_dict: Optional = None ) → export const metadata = ‘undefined’;transformers.modeling_flax_outputs.FlaxMaskedLMOutput or tuple(torch.FloatTensor)
参数
+ `input_ids` (`numpy.ndarray`,形状为 `(batch_size, input_ids_length)`) — `input_ids_length` = `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,请参见 PreTrainedTokenizer.encode()和 PreTrainedTokenizer.`call`()。
什么是输入 ID?
+ `attention_mask`(形状为`(batch_size, sequence_length)`的`numpy.ndarray`,*可选*)— 用于避免在填充标记索引上执行注意力的掩码。掩码值选在`[0, 1]`之间:
+ 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?
+ `position_ids`(形状为`(batch_size, sequence_length)`的`numpy.ndarray`,*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。
+ `past_key_values`(`Dict[str, np.ndarray]`,*可选*,由`init_cache`返回或传递先前的`past_key_values`时返回)— 预先计算的隐藏状态字典(在注意力块中的键和值)可用于快速自回归解码。预先计算的键和值隐藏状态的形状为*[batch_size, max_length]*。
+ `output_attentions`(`bool`,*可选*)— 是否返回所有注意力层的注意力张量。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。
返回
transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或`tuple(torch.FloatTensor)`
一个 transformers.modeling_flax_outputs.FlaxMaskedLMOutput 或一个`torch.FloatTensor`元组(如果传递了`return_dict=False`或`config.return_dict=False`)包括根据配置(GPTJConfig)和输入的不同元素。
+ `logits`(形状为`(batch_size, sequence_length, config.vocab_size)`的`jnp.ndarray`)— 语言建模头的预测分数(SoftMax 之前每个词汇标记的分数)。
+ `hidden_states`(`tuple(jnp.ndarray)`,*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`jnp.ndarray`元组(一个用于嵌入的输出 + 一个用于每个层的输出)。
每层模型的隐藏状态加上初始嵌入输出。
+ `attentions`(`tuple(jnp.ndarray)`,*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`jnp.ndarray`元组(每层一个)。
在自注意力头中用于计算加权平均值的注意力 softmax 之后的注意力权重。
`FlaxGPTJPreTrainedModel`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,但应该在此之后调用`Module`实例,而不是在此处调用,因为前者负责运行预处理和后处理步骤,而后者会默默忽略它们。
示例:
```py
>>> from transformers import AutoTokenizer, FlaxGPTJForCausalLM
>>> tokenizer = AutoTokenizer.from_pretrained("gptj")
>>> model = FlaxGPTJForCausalLM.from_pretrained("gptj")
>>> inputs = tokenizer("Hello, my dog is cute", return_tensors="np")
>>> outputs = model(**inputs)
>>> # retrieve logts for next token
>>> next_token_logits = outputs.logits[:, -1]