MistralBackbone 模型

[源代码]

MistralBackbone 类

keras_hub.models.MistralBackbone(
    vocabulary_size,
    num_layers,
    num_query_heads,
    hidden_dim,
    intermediate_dim,
    num_key_value_heads,
    rope_max_wavelength=10000,
    rope_scaling_factor=1.0,
    layer_norm_epsilon=1e-06,
    sliding_window=512,
    dropout=0,
    dtype=None,
    **kwargs
)

具有超参数的 Mistral Transformer 核心架构。

该网络实现了基于 Transformer 的解码器网络 Mistral，如 "Mistral 7B" 中所述。它包括嵌入查找和 Transformer 层。

默认构造函数提供一个完全可定制、随机初始化的 Mistral 模型，可以指定任意数量的层、头和嵌入维度。要加载预设的架构和权重，请使用 from_preset 构造函数。

参数

• vocabulary_size (int): 词元词汇表的大小。
• num_layers (int): Transformer 层的数量。
• num_query_heads (int): 每个 Transformer 的查询注意力头的数量。
• hidden_dim (int): Transformer 编码和池化层的大小。
• intermediate_dim (int): 每个 Transformer 中三层前馈网络里第一个 Dense 层的输出维度。
• num_key_value_heads (int): 每个 Transformer 的键和值注意力头的数量。
• rope_max_wavelength (int, 可选): 用于旋转嵌入的正弦/余弦曲线的最大角波长。默认为 10000。
• rope_scaling_factor (float, 可选): 计算旋转嵌入的缩放因子。默认为 1.0。
• layer_norm_epsilon (float, 可选): Transformer 解码器中层归一化层的 Epsilon 值。默认为 1e-6。
• sliding_window (int, 可选): mistral 注意力层的滑动窗口。它控制每个 Transformer 解码器中注意力层的最大缓存大小。只有 sliding_window 数量的词元会被保存在缓存中并用于生成下一个词元。默认为 512。
• dtype: 字符串或 keras.mixed_precision.DTypePolicy。用于模型计算和权重的 dtype。请注意，无论 dtype 如何，某些计算（如 softmax 和层归一化）将始终以 float32 精度执行。

示例

input_data = {
    "token_ids": np.ones(shape=(1, 12), dtype="int32"),
    "padding_mask": np.array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0]]),
}

# Pretrained Mistral decoder.
model = keras_hub.models.MistralBackbone.from_preset("mistral7b_base_en")
model(input_data)

# Randomly initialized Mistral decoder with custom config.
model = keras_hub.models.MistralBackbone(
    vocabulary_size=10,
    hidden_dim=512,
    num_layers=2,
    num_query_heads=32,
    num_key_value_heads=8,
    intermediate_dim=1024,
    sliding_window=512,
    layer_norm_epsilon=1e-6,
    dtype="float32"
)
model(input_data)

[源代码]

from_preset 方法

MistralBackbone.from_preset(preset, load_weights=True, **kwargs)

从模型预设实例化一个 keras_hub.models.Backbone。

预设是一个包含配置、权重和其他文件资源的目录，用于保存和加载预训练模型。preset 可以作为以下之一传递：

1. 一个内置的预设标识符，如 'bert_base_en'
2. 一个 Kaggle Models 句柄，如 'kaggle://user/bert/keras/bert_base_en'
3. 一个 Hugging Face 句柄，如 'hf://user/bert_base_en'
4. 一个本地预设目录的路径，如 './bert_base_en'

可以通过以下两种方式之一调用此构造函数。可以从基类调用，如 keras_hub.models.Backbone.from_preset()，也可以从模型类调用，如 keras_hub.models.GemmaBackbone.from_preset()。如果从基类调用，返回对象的子类将从预设目录中的配置推断出来。

对于任何 Backbone 子类，您可以运行 cls.presets.keys() 来列出该类上所有可用的内置预设。

参数

• preset：字符串。一个内置预设标识符、一个 Kaggle Models 句柄、一个 Hugging Face 句柄或一个本地目录的路径。
• load_weights：布尔值。如果为 `True`，权重将被加载到模型架构中。如果为 `False`，权重将被随机初始化。

示例

# Load a Gemma backbone with pre-trained weights.
model = keras_hub.models.Backbone.from_preset(
    "gemma_2b_en",
)

# Load a Bert backbone with a pre-trained config and random weights.
model = keras_hub.models.Backbone.from_preset(
    "bert_base_en",
    load_weights=False,
)

token_embedding 属性

keras_hub.models.MistralBackbone.token_embedding

一个用于嵌入词元 ID 的 keras.layers.Embedding 实例。

该层将整数词元 ID 嵌入到模型的隐藏维度。

[源代码]

enable_lora 方法

MistralBackbone.enable_lora(rank, target_names=None)

在骨干网络上启用 LoRA。

调用此方法将冻结骨干网络上的所有权重，同时在注意力层的查询和值 EinsumDense 层上启用 LoRA。