llama3_1¶
- torchtune.models.llama3_1.llama3_1(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, scale_factor: int = 8) TransformerDecoder[source]¶
构建与 Llama3.1 模型相关的解码器。这包括：- Token embeddings - num_layers 数量的 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) – 查询头数。对于 MHA，这也是键和值头的数量
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，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
rope_base (int) – 旋转位置嵌入的基数。默认值：500_000
attn_dropout (float) – 传递给 scaled_dot_product_attention 的 dropout 值。默认值：0.0
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。
scale_factor (int) – RoPE 的缩放因子。默认值：8
- 返回值:
Llama3.1 模型的实例化对象。
- 返回类型:
