LoRA CLIP

Lora-Clip：Lora-iliging Clip（Pypi）の簡単なラッパー

特徴

1. 画像またはテキストエンコーダー、または両方のエンコーダーにおける動的なロラ層挿入。

2. 事前に訓練されたOpenAIクリップの重みを安全にロラ化したモデルにロードします。

3. 正しく凍結していないpositional_embedding 、 logit_scale 、および投影により、微調整対象モデルをロードします。

注：現在、画像エンコーダーのロラ化においてビジョントランスモデルのみをサポートしています。 ResNetモデルはまもなく追加されます。

インストール

重要： loraclipをインストールする前に、クリップがあることを確認してください。これは単純に行うことができます

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

その後、このパッケージをコマンドpip install loraclipを介してpipを使用して直接インストールできます。または、ソースからこれをブイドリングすることを検討することもできます

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

使用法

 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 )

参照

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

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