#

旋转位置嵌入 (RoPE) 实验

这是一项带注释的 PyTorch 实验，旨在使用旋转位置嵌入 (RoPE) 训练变压器模型。

12from labml import experiment
13from labml.configs import calculate
14from labml_nn.transformers import TransformerConfigs
15from labml_nn.transformers.rope.experiment import Configs as RoPEConfigs

#

Rotary PE 注意

#

20class Configs(RoPEConfigs):  # , ArithmeticAutoregression):
21    pass

#

24def _rotary_value_pe_mha(c: TransformerConfigs):
25    from labml_nn.transformers.rope.value_pe import RotaryValuePEMultiHeadAttention
26    return RotaryValuePEMultiHeadAttention(c.n_heads, c.d_model, 1., 1.)

#

配置选项

30calculate(TransformerConfigs.encoder_attn, 'rotary_value', _rotary_value_pe_mha)
31calculate(TransformerConfigs.decoder_attn, 'rotary_value', _rotary_value_pe_mha)
32calculate(TransformerConfigs.decoder_mem_attn, 'rotary_value', _rotary_value_pe_mha)

#

35def main():

#

创建实验

37    experiment.create(name="rotary_shakespeare", comment="rotary value", writers={'screen', 'labml'})

#

创建配置

39    conf = Configs()

#

覆盖配置

41    experiment.configs(conf, {

#

没有固定的位置嵌入

43        'transformer.src_embed': 'no_pos',
44        'transformer.tgt_embed': 'no_pos',

#

带绳的编码器

47        'transformer.encoder_attn': 'rotary_value',

#

'transformer.encoder_attn '：' rotary '，

#

51        'model': 'rotary_pe_transformer',

#

使用角色等级分词器

54        'tokenizer': 'character',

#

提示分隔符为空

56        'prompt_separator': '',

#

开始采样提示

58        'prompt': 'It is ',

#

使用小莎士比亚数据集

60        'text': 'tiny_shakespeare',

#

使用上下文大小为 $256$

63        'seq_len': 512,

#

训练 32 个时代

65        'epochs': 24,

#

批量大小 $4$

67        'batch_size': 16,

#

在训练和验证之间切换每个纪元的 $10$ 次数

70        'inner_iterations': 4,

#

型号尺寸

73        'd_model': 128,
74        'transformer.ffn.d_ff': 512,
75        'transformer.n_heads': 4,
76        'transformer.dropout': 0.0,

#

使用 Adam 优化器

79        'optimizer.optimizer': 'Adam',
80        'optimizer.learning_rate': 2.5e-4,
81
82        'dataloader_shuffle_with_replacement': True
83    })

#

设置用于保存和加载的模型

86    experiment.add_pytorch_models({'model': conf.model})

#

开始实验

89    with experiment.start():

#

跑步训练

91        conf.run()

#

95if __name__ == '__main__':
96    main()