qwen2¶
- torchtune.models.qwen2.qwen2(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: float = 1000000.0, tie_word_embeddings: bool = False) TransformerDecoder[source]¶
构建与 Qwen2 模型关联的解码器。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 头的数量。对于 MHA，这同时也是 key 和 value 头的数量。
num_kv_heads (int) – key 和 value 头的数量。用户应确保 num_heads % num_kv_heads == 0。对于标准 MHA，将 num_kv_heads 设置为 num_heads，对于 GQA 设置 num_kv_heads < num_heads，对于 MQA 设置 num_kv_heads == 1。
embed_dim (int) – 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
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 范数中的 epsilon 值。
rope_base (float) – RoPE 嵌入的基础周期。
tie_word_embeddings (bool) – 模型的输入和输出词嵌入是否应该共享。
- 返回值：
Qwen2 模型的一个实例。
- 返回类型：
