gemma¶
- torchtune.models.gemma.gemma(vocab_size: int, num_layers: int, num_heads: int, head_dim: int, num_kv_heads: int, embed_dim: int, intermediate_dim: int, max_seq_len: int, attn_dropout: float = 0.0, norm_eps: float = 1e-06, rope_base: int = 10000, norm_embeddings: bool = True) TransformerDecoder[源代码]¶
构建与 gemma 模型相关的解码器。这包括： - 标记嵌入 - num_layers 个 TransformerSelfAttentionLayer 块 - 应用于 transformer 输出的 RMS Norm 层 - 最终投影到标记空间
目前不包括推理时优化，例如滑动窗口注意力
- 参数:
vocab_size (int) – 词汇表中的标记数。
num_layers (int) – 变形器解码器中的层数。
num_heads (int) – 查询头的数量。对于 MHA，这也是键和值的头的数量
head_dim (int) – 头的维度
num_kv_heads (int) – 键和值的头的数量。
embed_dim (int) – 自注意力嵌入维度
intermediate_dim (int) – MLP 的中间维度
max_seq_len (int) – 模型将运行的最大序列长度，
attn_dropout (float) – 传递到 scaled_dot_product_attention 的 dropout 值。默认值：0.0
norm_eps (float) – RMS 范数中的 epsilon。默认值：1e-6
rope_base (int) – 旋转位置嵌入的基数。默认值：10_000
norm_embeddings (bool) – 是否在自注意力和 mlp 层之前应用层归一化。默认值：True
- 返回值:
gemma 模型的实例化。
- 返回类型:
