免费建设网站赚钱,建筑人才网评职称,搜索排名查询,北京建机的证书国家认可吗文章目录 第四课#xff1a;GPT21、学习总结#xff1a;GPT2的学习目标和概念任务调节零样本学习和零短任务迁移 模型结构GPT-2 自注意力掩码实现1- 创建qkv2- 评分3- 合并注意力头4- Projecting 课程ppt及代码地址 2、学习心得#xff1a;3、经验分享#xff1a;4、课程反… 文章目录 第四课GPT21、学习总结GPT2的学习目标和概念任务调节零样本学习和零短任务迁移 模型结构GPT-2 自注意力掩码实现1- 创建qkv2- 评分3- 合并注意力头4- Projecting 课程ppt及代码地址 2、学习心得3、经验分享4、课程反馈5、使用MindSpore昇思的体验和反馈6、未来展望 第四课GPT2
1、学习总结
GPT2的学习目标和概念
任务调节
任务调节Task Conditioning就是GPT-2模型在学习多个任务时如何修改学习目标
原始语言模型学习目标 在普通的语言模型中学习目标通常被表示为 P(output|input)即在给定输入input的情况下模型要学习生成正确的输出output。这是一种无监督学习的形式。 GPT-2学习多任务的目标 GPT-2的目标是通过同一个无监督模型学习多个任务。为了实现这一目标学习目标需要进行修改。修改后的目标被表述为 P(output|input, task)即在给定输入和任务的情况下模型需要学习生成正确的输出。这就是所谓的任务调节。 任务调节的含义 **任务调节是指模型被期望在同一输入下针对不同的任务生成不同的输出。**这样模型可以适应多个任务而不需要重新训练。这对于提高模型的通用性和迁移能力非常有帮助。 任务调节的实现方式 有些模型在架构层面上实现了任务调节。**这意味着模型的架构被设计成同时接收输入、任务信息然后生成相应任务的输出。**在语言模型中输出、输入和任务都是自然语言序列。
总的来说任务调节是一种技术策略通过修改语言模型的学习目标使其能够适应并执行多个任务而无需为每个任务重新训练一个独立的模型。这有助于提高模型的灵活性和泛化能力。
零样本学习和零短任务迁移 零样本学习Zero Shot Learning **零样本学习是指在没有提供任何样本的情况下模型能够理解并执行新任务的能力。**通常情况下模型需要通过示例进行训练但在零样本学习中模型从未见过与新任务相关的样本而是通过给定的说明instruction来理解任务。这意味着模型可以在没有具体训练样本的情况下执行任务。 零样本任务迁移Zero Shot Task Transfer **零样本任务迁移是零样本学习的一种特殊情况其中没有提供任何示例而是提供了任务的描述或指示。**在这种情况下模型被期望理解任务的性质并根据指示执行任务。这是一种非常灵活的学习方式使得模型能够在没有显式训练的情况下适应新任务。 GPT-2的零样本任务迁移能力 **GPT-2具有零样本任务迁移的能力其中模型不需要事先看到特定任务的训练示例。**与GPT-1不同GPT-2的输入格式被设计成期望模型理解任务的性质并提供答案而不是通过对序列进行重新排列来进行微调。这是为了模拟零样本任务迁移的行为。 示例 下图是一个英语到法语的翻译任务。对于这个任务模型接收一个英语句子后面跟着单词French和一个提示符(。模型需要理解这是一个翻译任务并给出英语句子的法语对应部分。
总体而言GPT-2通过设计输入格式使模型在没有看到具体任务样本的情况下能够理解任务要求这展示了其在零样本学习和任务迁移方面的强大能力。
模型结构 模型层数和词嵌入维度 **GPT-2采用了深层的模型结构具体来说模型包含了48个层layers。**每一层都参与对输入数据的处理和特征提取。**此外GPT-2使用了1600维的词嵌入向量word embedding vectors。**这些词嵌入向量用于表示模型对词汇中每个单词的理解使得模型能够学习丰富的语义信息。 更大的词汇表 **GPT-2采用了更大的词汇表其中包含了50,257个不同的标记tokens。**这意味着模型可以处理更广泛和更丰富的语言表达从而提高了模型的语言理解和生成能力。 更大的批处理大小和上下文窗口 **GPT-2使用了更大的批处理大小batch size具体为512。**批处理大小是指在一次训练迭代中同时处理的样本数量。较大的批处理大小可以带来一些训练效率和性能的优势。**此外GPT-2使用了更大的上下文窗口context window包含1024个标记。**上下文窗口定义了模型在处理输入数据时所考虑的上下文范围。较大的上下文窗口有助于模型更好地理解文本中的长期依赖关系和语境。
**这些特征使得GPT-2成为一个非常强大的语言模型能够处理大规模的语料库捕捉丰富的语义信息并生成高质量的文本。**然而也需要注意到这样的大型模型在训练和推理时需要更多的计算资源。
GPT-2 自注意力掩码实现
1- 创建qkv import numpy as np
import mindspore
from mindspore import nn, ops, Tensorbatch_size 1
seq_len 10
embed_dim 768x Tensor(np.random.randn(batch_size, seq_len, embed_dim), mindspore.float32)from mindnlp._legacy.functional import split
from mindnlp.models.utils.utils import Conv1Dc_attn Conv1D(3 * embed_dim, embed_dim)
query, key, value split(c_attn(x), embed_dim, axis2)
query.shape, key.shape, value.shapedef split_heads(tensor, num_heads, attn_head_size):Splits hidden_size dim into attn_head_size and num_headsnew_shape tensor.shape[:-1] (num_heads, attn_head_size)tensor tensor.view(new_shape)return ops.transpose(tensor, (0, 2, 1, 3)) # (batch, head, seq_length, head_features)num_heads 12
head_dim embed_dim // num_headsquery split_heads(query, num_heads, head_dim)
key split_heads(key, num_heads, head_dim)
value split_heads(value, num_heads, head_dim)query.shape, key.shape, value.shape2- 评分 attn_weights ops.matmul(query, key.swapaxes(-1, -2))attn_weights.shapemax_positions seq_lenbias Tensor(np.tril(np.ones((max_positions, max_positions))).reshape((1, 1, max_positions, max_positions)), mindspore.bool_)
biasfrom mindnlp._legacy.functional import where, softmaxattn_weights attn_weights / ops.sqrt(ops.scalar_to_tensor(value.shape[-1]))
query_length, key_length query.shape[-2], key.shape[-2]
causal_mask bias[:, :, key_length - query_length: key_length, :key_length].bool()
mask_value Tensor(np.finfo(np.float32).min, dtypeattn_weights.dtype)
attn_weights where(causal_mask, attn_weights, mask_value)np.finfo(np.float32).minattn_weights[0, 0]attn_weights softmax(attn_weights, axis-1)
attn_weights.shapeattn_weights[0, 0]attn_output ops.matmul(attn_weights, value)attn_output.shape3- 合并注意力头 def merge_heads(tensor, num_heads, attn_head_size):Merges attn_head_size dim and num_attn_heads dim into hidden_sizetensor ops.transpose(tensor, (0, 2, 1, 3))new_shape tensor.shape[:-2] (num_heads * attn_head_size,)return tensor.view(new_shape)attn_output merge_heads(attn_output, num_heads, head_dim)attn_output.shape4- Projecting c_proj Conv1D(embed_dim, embed_dim)attn_output c_proj(attn_output)
attn_output.shape课程ppt及代码地址 github地址网络不好的可以访问下面我克隆到gitee上的地址GPT2 gitee地址GPT2
2、学习心得
通过本次学习熟悉了华为Mindspore这个国产深度学习框架也对GPT2的基本技术原理有所了解同时也学会了如何通过微调GPT2完成一个文本生成的任务还是比较有成就感的另外就是峰哥讲课的互动也比较多还介绍了许多课程之外的一些知识让人眼前一亮受益匪浅
3、经验分享
在启智openI上的npu跑时记得使用mindspore1.7的镜像同时安装对应mindnlp的版本不然可能会因为版本不兼容而报错。另外就是微调GPT2完成一个文本生成的练习一定要做这样能比较get到整个微调的全流程是怎样的后面再去学习llama等其他大模型的微调时就会更加得心应手。
4、课程反馈
本次课程中的代码串讲我觉得是做的最好的地方没有照着ppt一直念而是在jupyter lab上把代码和原理结合到一块进行讲解让学习者对代码的理解更加深入。我觉得内容的最后可以稍微推荐一下与Mindspore大模型相关的套件让学习者在相关套件上可以开发出更多好玩和有趣的东西
5、使用MindSpore昇思的体验和反馈
MindSpore昇思的优点和喜欢的方面
灵活性和可扩展性 MindSpore提供了灵活的编程模型支持静态计算图和动态计算图。这种设计使得它适用于多种类型的机器学习和深度学习任务并且具有一定的可扩展性。跨平台支持 MindSpore支持多种硬件平台包括CPU、GPU和NPU等这使得它具有在不同设备上运行的能力并能充分利用各种硬件加速。自动并行和分布式训练 MindSpore提供了自动并行和分布式训练的功能使得用户可以更轻松地处理大规模数据和模型并更高效地进行训练。生态系统和社区支持 MindSpore致力于建立开放的生态系统并鼓励社区贡献这对于一个开源框架来说非常重要能够帮助用户更好地学习和解决问题。
一些建议和改进方面
文档和教程的改进 文档和教程并不是很详细希望能够提供更多实用的示例、详细的文档和教程以帮助用户更快速地上手和解决问题。更多的应用场景示例 提供更多真实场景的示例代码和应用案例可以帮助用户更好地了解如何在实际项目中应用MindSpore。
6、未来展望
大模型的内容还是很多的希望自己能坚持打卡将后面的内容都学习完并做出一些有趣好玩的东西来
