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[source]¶
构建与 Llama3 模型相关的解码器。这包括： - Token 嵌入 - num_layers 个 TransformerSelfAttentionLayer 块 - 应用于 transformer 输出的 RMS Norm 层 - 最终投影到 token 空间
- 参数:
vocab_size (int) – 词汇表中的 token 数量。
num_layers (int) – transformer 解码器中的层数。
num_heads (int) – query head 的数量。对于 MHA，这也是 key 和 value 的 head 数量
num_kv_heads (int) – key 和 value head 的数量。用户应确保 num_heads % num_kv_heads == 0。对于标准的 MHA，设置 num_kv_heads == num_heads；对于 GQA，设置 num_kv_heads < num_heads；对于 MQA，设置 num_kv_heads == 1。
embed_dim (int) – 用于自注意力机制的嵌入维度
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，将使用
scale_hidden_dim_for_mlp()计算norm_eps (float) – RMS norm 中的 epsilon 值。
- 返回值:
Llama3 模型的实例。
- 返回类型:
