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: