gemma¶
- torchtune.models.gemma.gemma(vocab_size: int, num_layers: int, num_heads: int, head_dim: int, num_kv_heads: int, embed_dim: int, intermediate_dim: int, max_seq_len: int, attn_dropout: float = 0.0, norm_eps: float = 1e-06, rope_base: int = 10000) TransformerDecoder[source]¶
构建与gemma模型相关的解码器。这包括： - 词嵌入 - num_layers数量的TransformerSelfAttentionLayer块 - 应用于变压器输出的RMS归一化层 - 最终投影到词空间
这目前不包括推理时的优化，例如滑动窗口注意力
- Parameters:
vocab_size (int) – 词汇表中的标记数量。
num_layers (int) – transformer解码器中的层数。
num_heads (int) – 查询头的数量。对于MHA来说，这也是键和值的头的数量
head_dim (int) – 头的维度
num_kv_heads (int) – 键和值头的数量。
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 规范中的 epsilon 默认值：1e-6
rope_base (int) – 旋转位置嵌入的基础值。默认值：10_000
- Returns:
gemma模型的实例化。
- Return type:
