llama3

torchtune.models.llama3.llama3(vocab_size: int, num_layers: int, num_heads: int, num_kv_heads: int, embed_dim: int, max_seq_len: int, attn_dropout: float = 0.0, rope_base: int = 500000, intermediate_dim: Optional[int] = None, norm_eps: float = 1e-05) → TransformerDecoder

构建与 Llama3 模型关联的解码器。这包括： - 令牌嵌入 - num_layers 数量的 TransformerSelfAttentionLayer 块 - 应用于 Transformer 输出的 RMS 归一化层 - 最终投影到令牌空间

参数:

• vocab_size (int) – 词汇表中的令牌数量。

• num_layers (int) – Transformer 解码器中的层数。

• num_heads (int) – 查询头数。对于 MHA，这也是键和值的头数

• num_kv_heads (int) – 键和值头数。用户应确保 num_heads % num_kv_heads == 0。对于标准 MHA，设置 num_kv_heads == num_heads；对于 GQA，num_kv_heads < num_heads；对于 MQA，设置 num_kv_heads == 1。

• embed_dim (int) – 自注意力机制的嵌入维度

• max_seq_len (int) – 模型将运行的最大序列长度，由 KVCache() 使用

• attn_dropout (float) – 传递给 scaled_dot_product_attention 的 dropout 值。默认值：0.0

• rope_base (int) – 旋转位置嵌入的基数。默认值：500_000

• intermediate_dim (Optional[int]) – MLP 的中间维度。如果未指定，则使用 scale_hidden_dim_for_mlp() 计算

• norm_eps (float) – RMS 归一化中的 epsilon 值。

返回:

Llama3 模型的实例化。

返回类型:

TransformerDecoder