LoRA CLIP

Lora-Clip: envoltura fácil para clip lora-itining (pypi)

Características

1. Inserción dinámica de la capa Lora a través de la imagen o codificador de texto, o ambos codificadores.

2. Carga los pesos de clip de OpenAI previamente entrenados de forma segura en el modelo Lora-Lora.

3. Carga los modelos listos para ajustar positional_embedding correctamente sin congelación, logit_scale y Projections.

Nota: Actualmente solo admitimos modelos de transformadores de visión en la lora-ificación de codificadores de imágenes. Los modelos ResNet se agregarán pronto.

Instalación

IMPORTANTE: Asegúrese de tener un clip antes de instalar loraclip . Esto se puede hacer simplemente por

pip install regex ftfy
pip install git+https://github.com/openai/CLIP.git

Luego puede instalar este paquete directamente usando pip a través del comando pip install loraclip . Alternativamente, puede considerar la realización de esto desde la fuente por

git clone https://github.com/jaisidhsingh/LoRA-CLIP.git
cd LoRA-CLIP
pip install -e .

Uso

 import loraclip
import argparse


def test_loraclip ( args ):
	# Easy-to-use with standard CLIP syntax.
	# 1. Dynamic LoRA rank specification
	# 2. Specify which encoder(s) to LoRA-ify
	model , preprocess = loraclip . load ( args . clip_model_name , device = args . device , r = args . lora_rank , lora_mode = args . lora_mode )
	# Utility to preview no. of trainable params along with their % with total params.
	loraclip . print_trainable_parameters ( model )


def setup_args ():
	parser = argparse . ArgumentParser ()
	parser . add_argument ( "--clip-model-name" , type = str , default = "ViT-B/16" )
	parser . add_argument ( "--device" , type = str , default = "cuda" )
	parser . add_argument ( "--lora-rank" , type = int , default = 4 )
	parser . add_argument ( "--lora-mode" , type = str , default = "vision+text" , choices = [ "vision" , "text" , "vision+text" ])

	args = parser . parse_args ()
	return args


if __name__ == "__main__" :
    args = setup_args ()
    test_loraclip ( args )

Referencias

1. https://github.com/openai/clip

2. https://github.com/sivandoveh/tsvlc