#

分层转换器是更有效的语言模型实验

这是一项带注释的 PyTorch 实验，用于训练沙漏。

14import math
15from typing import List
16
17import torch
18from torch import nn
19
20from labml import experiment
21from labml.configs import option
22from labml_helpers.module import Module
23from labml_nn.experiments.nlp_autoregression import NLPAutoRegressionConfigs
24from labml_nn.transformers.hour_glass import HourGlass
25from labml_nn.transformers.positional_encoding import PositionalEncoding

#

自回归语言模型

28class AutoregressiveTransformer(Module):

#

n_tokens 词汇量是多少
d_model 是令牌嵌入的大小
dropout 是辍学概率
hour_glass 是沙漏型号吗

33    def __init__(self, n_tokens: int, d_model: int, dropout: float, hour_glass: HourGlass):

#

40        super().__init__()

#

令牌嵌入

42        self.embedding = nn.Embedding(n_tokens, d_model)

#

修复了位置嵌入。

📝 官方论文实施使用相对关注

48        self.pos_embedding = PositionalEncoding(d_model, dropout)

#

沙漏型号

50        self.hour_glass = hour_glass

#

规范化最终嵌入

52        self.norm = nn.LayerNorm([d_model])

#

嵌入大小

54        self.d_model = d_model

#

预测对数的最终线性层

56        self.output = nn.Linear(d_model, n_tokens)

#

x 是令牌索引为形状的张量[seq_len, batch_size]

58    def __call__(self, x: torch.Tensor):

#

获取嵌入

63        x = self.embedding(x)

#

添加位置嵌入

66        if self.pos_embedding is not None:
67            x = self.pos_embedding(x * math.sqrt(self.d_model))

#

沙漏

70        x = self.hour_glass(x)

#

获取日志

73        output = self.output(self.norm(x))

#

返回日志

76        return output, None

#

配置

这继承自训练循环和简单变压器自回归自然语言处理任务的配置。

79class Configs(NLPAutoRegressionConfigs):

#

型号

87    model: AutoregressiveTransformer

#

注意头数量

89    n_heads: int = 8

#

辍学概率

91    dropout: float = 0.1

#

前馈隐藏层的大小

93    d_ff: int = 512

#

令牌嵌入大小

95    d_model: int = 256

#

缩短因素

97    shortening_factors: List[int] = [8, 4]

#

创建模型

100@option(Configs.model)
101def _model(c: Configs):

#

创建沙漏模型

107    hour_glass = HourGlass(c.n_heads, c.d_model, c.dropout, c.d_ff, c.shortening_factors)

#

创建自动回归封装

109    m = AutoregressiveTransformer(c.n_tokens, c.d_model, c.dropout, hour_glass).to(c.device)

#

112    return m

#

115def main():

#

创建实验

117    experiment.create(name="hour_glass")

#

创建配置

119    conf = Configs()

#

覆盖配置

121    experiment.configs(conf, {

#

使用角色等级分词器

123        'tokenizer': 'character',

#

提示分隔符为空

125        'prompt_separator': '',

#

开始采样提示

127        'prompt': 'It is ',

#

使用小莎士比亚数据集

129        'text': 'tiny_shakespeare',

#

使用上下文大小为 $256$

132        'seq_len': 256,

#

为 $128$ 时代而训练

134        'epochs': 128,

#

批量大小 $32$

136        'batch_size': 32,

#

在训练和验证之间切换每个纪元的 $10$ 次数

139        'inner_iterations': 10,

#

使用 Noam 优化器

142        'optimizer.optimizer': 'Noam',
143        'optimizer.learning_rate': 1.,

#

145    })

#

设置用于保存和加载的模型

148    experiment.add_pytorch_models({'model': conf.model})

#

开始实验

151    with experiment.start():

#

跑步训练

153        conf.run()

#

157if __name__ == '__main__':
158    main()