gpt 2 tensorflow2.0

GPT-2 pré-formation et génération de texte, implémentée dans TensorFlow 2.0

Implémenté à l'origine dans TensorFlow 1.14 par Oapenai: - "Openai / GPT-2". Document Openai GPT-2: - "Les modèles de langue sont des apprenants multitâches non surveillés"

** Ce référentiel a une implémentation de pré-formation et de génération de séquence Openai GPT-2 dans TensorFlow 2.0, **

Exigences

• Python> = 3,6
• setuptools == 41.0.1
• ftfy == 5.6
• tqdm == 4.32.1
• Click == 7.0
• phrase == 0,1,83
• Tensorflow-gpu == 2.3.0
• Numpy == 1.16.4

Installation

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

Vous pouvez pré-entraîner le modèle à l'aide d'échantillons de données disponibles dans le référentiel ou vous pouvez télécharger les données à l'aide de ce repo github https://github.com/eukaryote31/openwebtext

Modèle de pré-formation sur les exemples de données disponibles dans le référentiel

 $ 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

Modèle de pré-formation sur OpenWebText ou toute autre donnée

 >> 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

Formation distribuée sur plusieurs GPU.

 >> 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

Démarrez Tensorboard via la ligne de commande.

 $ tensorboard --logdir /log

Après avoir pré-toléré votre modèle, vous pouvez générer des séquences en donnant un peu de contexte au modèle. Ouvrez ce cahier et chargez le modèle pré-entraîné et passez le contexte pour le modèle, il renverra la séquence générée.

 $ sequence_generator.ipynb

FAIRE

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

Références:

• "Openai / GPT-2"
• "Huggingface Pytorch Transformateurs"
• "Transformers TensorFlow"
• "Le GPT-2 illustré"

Contribution

• Vos problèmes et PRS sont toujours les bienvenus.

Auteur

• Abhay Kumar
• Courriel de l'auteur: [email protected]
• Suivez-moi sur Twitter

Licence

• Mit

Graphique de calcul du modèle GPT-2.