gpt 2 tensorflow2.0

GPT-2 قبل التدريب وتوليد النص ، تم تنفيذه في TensorFlow 2.0

تم تنفيذها في الأصل في TensorFlow 1.14 بواسطة Oapenai:- "Openai/GPT-2". ورقة Openai GPT-2:-"نماذج اللغة هي متعلمين في المهام المتعددة غير الخاضعة للإشراف"

** يحتوي هذا المستودع على تنفيذ Openai GPT-2 قبل التدريب والتسلسل في TensorFlow 2.0 ، **

متطلبات

• بيثون> = 3.6
• setuptools == 41.0.1
• ftfy == 5.6
• TQDM == 4.32.1
• انقر فوق == 7.0
• الحكيم == 0.1.83
• Tensorflow-GPU == 2.3.0
• Numpy == 1.16.4

يثبت

 $ git clone https://github.com/akanyaani/gpt-2-tensorflow2.0
$ cd gpt-2-tensorflow2.0
$ pip install -r requirements.txt

يمكنك مسبقًا لتدريب النموذج باستخدام عينة من البيانات المتوفرة في المستودع أو يمكنك تنزيل البيانات باستخدام Github repo https://github.com/eukaryote31/openwebtext

نموذج ما قبل التدريب على بيانات العينة المتاحة في المستودع

 $ python pre_process.py --help

Options:
  --data-dir TEXT        training data path  [default: /data/scraped]
  --vocab-size INTEGER   byte pair vocab size  [default: 24512]
  --min-seq-len INTEGER  minimum sequence length  [default: 15]
  --max-seq-len INTEGER  maximum sequence length  [default: 512]
  --help                 Show this message and exit.
  
  
>> python pre_process.py

نموذج ما قبل التدريب على OpenWebText أو أي بيانات أخرى

 >> python pre_process.py --data-dir=data_directory --vocab-size=32000

 $ python train_gpt2.py --help

Options:
  --num-layers INTEGER      No. of decoder layers  [default: 8]
  --embedding-size INTEGER  Embedding size  [default: 768]
  --num-heads INTEGER       Number of heads  [default: 8]
  --dff INTEGER             Filter Size  [default: 3072]
  --max-seq-len INTEGER     Seq length  [default: 515]
  --vocab-size INTEGER      Vocab size  [default: 24512]
  --optimizer TEXT          optimizer type  [default: adam]
  --batch-size INTEGER      batch size  [default: 8]
  --learning-rate FLOAT     learning rate  [default: 0.001]
  --graph-mode BOOLEAN      TF run mode  [default: False]
  --distributed BOOLEAN     distributed training  [default: False]
  --help                    Show this message and exit.
  
  
>> python train_gpt2.py 
  --num-layers=8 
  --num-heads=8 
  --dff=3072 
  --embedding-size=768 
  --batch-size=32 
  --learning-rate=5e-5
  --graph-mode=True

التدريب الموزع على متعددة وحدة معالجة الرسومات.

 >> python train_gpt2.py 
  --num-layers=8 
  --num-heads=8 
  --dff=3072 
  --embedding-size=768 
  --batch-size=32 
  --learning-rate=5e-5 
  --distributed=True 
  --graph-mode=True

ابدأ Tensorboard من خلال سطر الأوامر.

 $ tensorboard --logdir /log

بعد تدريب النموذج الخاص بك ، يمكنك إنشاء تسلسل عن طريق إعطاء بعض السياق للنموذج. افتح دفتر الملاحظات هذا وحمّل النموذج المسبق للسياق ومروره لنموذجه ، سيعيد التسلسل الذي تم إنشاؤه.

 $ sequence_generator.ipynb

للقيام

 1. Parallel Preprocessing.
2. Shared weights across layers.
3. Factorized embedding.
4. Fine-Tuning wrapper.

مراجع:

• "Openai/GPT-2"
• "Huggingface Pytorch-transformers"
• "TensorFlow Transformers"
• "GPT-2 المصور"

مساهمة

• مشكلاتك و PRS دائما موضع ترحيب.

مؤلف

• أبهاي كومار
• البريد الإلكتروني للمؤلف: [email protected]
• اتبعني على Twitter

رخصة

• معهد ماساتشوستس للتكنولوجيا

حساب الرسم البياني لنموذج GPT-2.