Pine 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
現(xiàn)在只用60行代碼,就能從0構(gòu)建GPT了!
(資料圖片僅供參考)
想當(dāng)初,前特斯拉前AI總監(jiān)的minGPT和nanoGPT也都還要300行代碼。
這個(gè)60行代碼的GPT也有名字,博主將它命名為PicoGPT。
不過和此前minGPT和nanoGPT的教程不同,今天要講的這個(gè)博主的教程,更側(cè)重于代碼實(shí)現(xiàn)部分,模型的權(quán)重則用已經(jīng)訓(xùn)練好的。
對此,博主解釋稱這篇教程的重點(diǎn)在于提供一個(gè)簡單且易于破解的完整技術(shù)介紹。
這對還不理解GPT背后概念的盆友,算是非常友好了。
還有網(wǎng)友稱贊,這篇博客介紹得非常清晰,第一部分尤為如此。
這篇介紹GPT模型的文章太好了,它比我之前看到的介紹都要清晰,至少在第一部分討論文本生成和取樣是這樣的。
目前,此項(xiàng)目在GitHub上標(biāo)星已破百,HackerNews上的點(diǎn)擊量也即將破千。
從GPT是什么講起
在介紹之前,還是需要說明一下,這篇教程不是完全零門檻,需要讀者提前熟悉Python、NumPy以及一些基本的訓(xùn)練神經(jīng)網(wǎng)絡(luò)。
教程的重點(diǎn)聚焦在技術(shù)介紹上,統(tǒng)共有六大部分:
什么是GPT?
按照慣例,在正式構(gòu)建GPT之前得先對它做一些基本介紹,教程從輸入/輸出、生成文本以及訓(xùn)練三個(gè)部分分別來講GPT是如何工作的。
在這趴,博主附上代碼,甚至還用了一些比喻來讓讀者們更好地理解GPT。
舉個(gè)栗子
,在輸入這一部分,作者將句子比作一條繩子,tokenizer則會(huì)將其分割成一小段一小段(單詞),被稱作token。
又比如說,在生成文本這part介紹自動(dòng)回歸時(shí),博主直接貼上代碼:
def generate(inputs, n_tokens_to_generate):
for _ in range(n_tokens_to_generate): # auto-regressive decode loop
output = gpt(inputs) # model forward pass
next_id = np.argmax(output[-1]) # greedy sampling
inputs = np.append(out, [next_id]) # append prediction to input
return list(inputs[len(inputs) - n_tokens_to_generate :]) # only return generated ids
input_ids = [1, 0] # "not" "all"
output_ids = generate(input_ids, 3) # output_ids = [2, 4, 6]
output_tokens = [vocab[i] for i in output_ids] # "heroes" "wear" "capes"
在每次迭代中,它會(huì)將預(yù)測的token追加回輸入,這個(gè)預(yù)測未來值并將其添加回輸入的過程就是GPT被描述為自動(dòng)回歸的原因。
60行代碼怎么運(yùn)行?
了解完GPT的基本概念之后,就直接快進(jìn)到了如何在電腦上運(yùn)行這個(gè)PicoGPT。
博主先是甩出了他那只有60行的代碼:
import numpy as np
def gpt2(inputs, wte, wpe, blocks, ln_f, n_head):
pass # TODO: implement this
def generate(inputs, params, n_head, n_tokens_to_generate):
from tqdm import tqdm
for _ in tqdm(range(n_tokens_to_generate), "generating"): # auto-regressive decode loop
logits = gpt2(inputs, **params, n_head=n_head) # model forward pass
next_id = np.argmax(logits[-1]) # greedy sampling
inputs = np.append(inputs, [next_id]) # append prediction to input
return list(inputs[len(inputs) - n_tokens_to_generate :]) # only return generated ids
def main(prompt: str, n_tokens_to_generate: int = 40, model_size: str = "124M", models_dir: str = "models"):
from utils import load_encoder_hparams_and_params
# load encoder, hparams, and params from the released open-ai gpt-2 files
encoder, hparams, params = load_encoder_hparams_and_params(model_size, models_dir)
# encode the input string using the BPE tokenizer
input_ids = encoder.encode(prompt)
# make sure we are not surpassing the max sequence length of our model
assert len(input_ids) + n_tokens_to_generate < hparams["n_ctx"]
# generate output ids
output_ids = generate(input_ids, params, hparams["n_head"], n_tokens_to_generate)
# decode the ids back into a string
output_text = encoder.decode(output_ids)
return output_text
if name == "__main__":
import fire
fire.Fire(main)
然后從克隆存儲(chǔ)庫,安裝依賴項(xiàng)等步驟一步步教你如何在電腦上運(yùn)行GPT。
其中,還不乏一些貼心的小tips,比如說如果使用的是M1 Macbook,那在運(yùn)行pip install之前,需要將requments.txt中的tensorflow更改為tensorflow-macos。
此外,對于代碼的四個(gè)部分:gpt2,generate,main以及fire.Fire(main),博主也有做詳細(xì)解釋。
等到代碼能夠運(yùn)行之后,下一步博主就準(zhǔn)備詳細(xì)介紹編碼器、超參數(shù)(hparams)以及參數(shù)(params)這三部分了。
直接在筆記本或者Python會(huì)話中運(yùn)行下面這個(gè)代碼:
from utils import load_encoder_hparams_and_params
encoder, hparams, params = load_encoder_hparams_and_params("124M", "models")
Bingo!一些必要的模型和tokenizer文件就直接下載到model/124M,編碼器、hparams和params也能直接加載。
更具體的內(nèi)容這里就不多說了,教程的鏈接已經(jīng)附在文末。
一些基礎(chǔ)神經(jīng)網(wǎng)絡(luò)層的介紹
這一趴涉及到的知識(shí)就更加基礎(chǔ)了,因?yàn)橄乱慌渴菍?shí)際GPT自身的架構(gòu),所以在此之前,需要了解一些非特定于GPT的更基本的神經(jīng)網(wǎng)絡(luò)層。
博主介紹了GeLU、Softmax函數(shù)以及Layer Normalization和Linear。
GPT架構(gòu)
終于!這部分要來講GPT自身的架構(gòu)了,博主從transformer的架構(gòu)引入。
△transformer架構(gòu)
GPT的架構(gòu)只使用了transformer中的解碼器堆棧(即圖表的右邊部分),并且其中的的“交叉注意”層也沒有用到。
△GPT架構(gòu)
隨后,博主將GPT的架構(gòu)總結(jié)成了三大部分:
文本 + 位置嵌入
變壓器解碼器堆棧
下一個(gè)token預(yù)測頭
并且還將這三部分用代碼展示了出來,是醬紫的:
def gpt2(inputs, wte, wpe, blocks, ln_f, n_head): # [n_seq] -> [n_seq, n_vocab]
# token + positional embeddings
x = wte[inputs] + wpe[range(len(inputs))] # [n_seq] -> [n_seq, n_embd]
# forward pass through n_layer transformer blocks
for block in blocks:
x = transformer_block(x, block, n_head=n_head) # [n_seq, n_embd] -> [n_seq, n_embd]
# projection to vocab
x = layer_norm(x, ln_f) # [n_seq, n_embd] -> [n_seq, n_embd]
return x @ wte.T # [n_seq, n_embd] -> [n_seq, n_vocab]
再后面,就是關(guān)于這三部分的更多細(xì)節(jié)……
測試構(gòu)建的GPT
這部分將全部的代碼組合在一起,就得到了gpt2.py,統(tǒng)共有120行代碼,刪除注釋和空格的話,就是60行。
然后測試一下!
python gpt2.py \
"Alan Turing theorized that computers would one day become" \
--n_tokens_to_generate 8
結(jié)果是這樣的:
the most powerful machines on the planet.
成功了!
一些后續(xù)補(bǔ)充
最后一部分,博主也總結(jié)了這短短60行代碼的不足:非常低效!
不過他還是給出了兩個(gè)可以讓GPT變高效的方法:
同時(shí)地而不是順序地執(zhí)行注意力計(jì)算。
實(shí)現(xiàn) KV 緩存。
此外,博主還推薦了一些訓(xùn)練模型、評估模型以及改進(jìn)架構(gòu)的方法和教程。
網(wǎng)站首頁 |網(wǎng)站簡介 | 關(guān)于我們 | 廣告業(yè)務(wù) | 投稿信箱
Copyright © 2000-2020 m.netfop.cn All Rights Reserved.
中國網(wǎng)絡(luò)消費(fèi)網(wǎng) 版權(quán)所有 未經(jīng)書面授權(quán) 不得復(fù)制或建立鏡像
聯(lián)系郵箱:920 891 263@qq.com