llama2

torchtune.models.llama2.llama2(vocab_size: int, num_layers: int, num_heads: int, num_kv_heads: int, embed_dim: int, max_seq_len: int, attn_dropout: float = 0.0, intermediate_dim: Optional[int] = None, norm_eps: float = 1e-05, rope_base: float = 10000.0) → TransformerDecoder

构建与Llama2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

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

• num_kv_heads (int) – 键和值头的数量。用户应确保 num_heads % num_kv_heads == 0。对于标准的MHA，设置num_kv_heads == num_heads， 对于GQA，设置num_kv_heads < num_heads，对于MQA，设置num_kv_heads == 1。

• embed_dim (int) – 自注意力的嵌入维度

• max_seq_len (int) – 模型将运行的最大序列长度，由KVCache()使用

• attn_dropout (float) – 传递给scaled_dot_product_attention的dropout值。 默认值：0.0

• intermediate_dim (可选[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。

• rope_base (float) – 旋转嵌入的基础值。默认值：10000.0

Returns:

Llama2模型的实例化。

Return type:

TransformerDecoder