快捷方式

mistral

torchtune.models.mistral.mistral(vocab_size: int, num_layers: int, num_heads: int, num_kv_heads: int, embed_dim: int, intermediate_dim: int, max_seq_len: int, attn_dropout: float = 0.0, norm_eps: float = 1e-05, rope_base: int = 10000) TransformerDecoder[源代码]

构建与 mistral 模型关联的解码器。这包括:- 令牌嵌入 - num_layers 个 TransformerSelfAttentionLayer 块 - 应用于 transformer 输出的 RMS Norm 层 - 最终投影到令牌空间

这目前不包括推理时间优化,例如滑动窗口注意力

参数:
  • vocab_size (int) – 词汇表中的令牌数。

  • num_layers (int) – 变换器解码器中的层数。

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

  • num_kv_heads (int) – 键和值的头的数量。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) – 自注意力的嵌入维度

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

  • norm_eps (float) – RMS 范数中的 epsilon

  • rope_base (int) – 旋转位置嵌入的基数。默认值:10_000

返回值:

mistral 模型的实例化。

返回类型:

TransformerDecoder

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源