Transformer のライブラリを完全に理解する

pipeline 関数が推論を行う関数なのでスターティングポイントとして良さそう

テキスト生成はもちろん感情分析や画像分類など様々なタスクを実行できる
こんな感じで実行できた

from transformers import pipeline

classifier = pipeline(task="sentiment-analysis")
result = classifier("I'm very tired")
# [{'label': 'NEGATIVE', 'score': 0.9997826218605042}]

seya

AutoClass

model を使えるようにする

from transformers import AutoModel

model = AutoModel.from_pretrained("bert-base-cased")

Huggingface 上からコンフィグやモデルファイルを取得している

local のモデルを読み込むのできる

seya

model config ファイルってどんなん？

mixtral のを見てみる

{
  "architectures": [
    "MixtralForCausalLM"
  ],
  "attention_dropout": 0.0,
  "bos_token_id": 1,
  "eos_token_id": 2,
  "hidden_act": "silu",
  "hidden_size": 4096,
  "initializer_range": 0.02,
  "intermediate_size": 14336,
  "max_position_embeddings": 32768,
  "model_type": "mixtral",
  "num_attention_heads": 32,
  "num_experts_per_tok": 2,
  "num_hidden_layers": 32,
  "num_key_value_heads": 8,
  "num_local_experts": 8,
  "output_router_logits": false,
  "rms_norm_eps": 1e-05,
  "rope_theta": 1000000.0,
  "router_aux_loss_coef": 0.02,
  "sliding_window": null,
  "tie_word_embeddings": false,
  "torch_dtype": "bfloat16",
  "transformers_version": "4.36.0.dev0",
  "use_cache": true,
  "vocab_size": 32000
}

一通りのパラメータとその意味はこちらに記載されてるっぽい

seya

Tokenizer のコンフィグ

tokenizer_config.json も別途ある。Chat Template とか見るとこ

seya

transformers のライブラリ本体のコードにも config 入ってるけどこれは自動で追加されるとかなのかしら？

PR 見た感じそんな単純な話でもなさそう

seya

Transformer のライブラリを完全に理解する

AutoClass

model config ファイルってどんなん？

Tokenizer のコンフィグ

量子化

Transformer のアーキテクチャ自体の勉強

Transformer の定義