llama3_2_vision_transform¶
- torchtune.models.llama3_2_vision.llama3_2_vision_transform(path: str, max_seq_len: int = 8192, image_size: int = 560, special_tokens_path: Optional[str] = None, prompt_template: Optional[Union[str, Dict[Literal['system', 'user', 'assistant', 'ipython'], Tuple[str, str]]] = None) Llama3VisionTransform[源代码]¶
Llama3 Vision 的数据转换（包括分词器）。
- 参数：
path (str) – 分词器的路径
max_seq_len (int) – 对单个消息列表进行分词时的最大序列长度，超过此长度后，输入将被截断。
image_size (int) – 图像将被平铺和调整为的基本图像大小。对于 Instruct 权重，默认为 560，对于预训练模型，使用 448。
special_tokens_path (Optional[str]) – Hugging Face 模型文件中包含所有已注册特殊标记的
tokenizer.json的路径，或结构类似的本地 json 文件。默认为 None，使用规范的 Llama3 特殊标记。prompt_template (Optional[_TemplateType]) – 可选指定的提示模板。如果为字符串，则假定为
PromptTemplateInterface类的点路径。如果为字典，则假定为自定义提示模板，将角色映射到前缀/后缀标签。
- 返回值：
Llama 3.2 视觉转换的实例化
- 返回类型：
