CogView中的Word embeddings (parallel)
入门小菜鸟,希望像做笔记记录自己学的东西,也希望能帮助到同样入门的人,更希望大佬们帮忙纠错啦~侵权立删。
目录
一、用途
二、代码解析
1、__init__
A、参数意义
B、对查询表的设定
C、对模型的一些其他设定(包括对权重,是否填充等等)
D、分别获取分布式训练中给每个进程开始词和结束词的index列表
E、获得相应的初始化权重参数矩阵
2、forward
A、判断输入的词的index是否在进程index中
B、构建输入词在该进程中的index列表,同时对是否全在该范围内进行标识
C、获取嵌入词
D、标识记录并进行数据汇总
一、用途
转化为词向量咯
二、代码解析
这一部分在mpu/layers.py里的VocabParallelEmbedding类里实现
1、__init__
def __init__(self, num_embeddings, embedding_dim,init_method=init.xavier_normal_):super(VocabParallelEmbedding, self).__init__()
A、参数意义
num_embeddings查询表(词典)的大小(即有多少个词);
embedding_dim每个查询向量的维度(即为每个词创建一个多少维的向量来表示);
init_method初始化权重方法————这里初始化为服从正态分布
B、对查询表的设定
# Keep the input dimensions.self.num_embeddings = num_embeddingsself.embedding_dim = embedding_dim
C、对模型的一些其他设定(包括对权重,是否填充等等)
# Set the detauls for compatibility.self.padding_idx = None#padding_idx选择了不填充self.max_norm = None#max_norm权重约束————这里选择了最大范数不做约束self.norm_type = 2.#norm_type指定利用2范数计算。self.scale_grad_by_freq = False#scale_grad_by_freq根据单词在mini-batch(一个batchsize)中出现的频率,对梯度进行放缩.这里不启用。self.sparse = False#这里不启用专门处理稀疏张量的模块self._weight = None
(1)padding_idx——自然语言中使用批处理时候, 每个句子的长度并不一定是等长的, 这时候就需要对较短的句子进行padding。这里默认选择了不填充
(2)max_norm权重约束——最大范数:如果嵌入向量的范数超过了这个界限,就要进行再归一化。这里默认不做约束
(3)norm_type指定利用什么范数计算,并用于对比max_norm,这里选择2范数。
(4)scale_grad_by_freq根据单词在mini-batch(一个batchsize)中出现的频率,对梯度进行放缩
(5)sparse:torch.sparse是一个专门处理稀疏张量的模块。(通常,张量会按一定的顺序连续地进行存取。但是,对于一个存在很多空值的稀疏张量来说,顺序存储的效率显得较为低下)只有足够稀疏的张量使用这种方式进行存储才能获得更高的效率。——这里不启用。
补充说明:sparse中,有意义的值被称为specified elements,而无意义的值(空值,通常为0,但是也可以是其他值)则被称为fill value。
(6)_weight:这个好像没什么用啊(如果他有什么用处的话可不可以在评论区里吱我一声呀,谢谢啦~)
D、分别获取分布式训练中给每个进程开始词和结束词的index列表
#分别获取分布式训练中给每个进程开始词和结束词的index列表self.vocab_start_index, self.vocab_end_index = \VocabUtility.vocab_range_from_global_vocab_size(self.num_embeddings, get_model_parallel_rank(),get_model_parallel_world_size())
这里调用了mpu/utils.py里的VocabUtility类中的vocab_range_from_global_vocab_size方法,mpu/initialize.py里的get_model_parallel_rank函数和get_model_parallel_world_size函数。
(1)VocabUtility类中的vocab_range_from_global_vocab_size方法
@staticmethod#参数设定:global_vocab_size——词典中词的数量;rank——模型并行组的进程标识(模型并行组中每个进程都有唯一标识符);world_size——分布式组中的进程数def vocab_range_from_global_vocab_size(global_vocab_size, rank, world_size):per_partition_vocab_size = divide(global_vocab_size, world_size)#得到一个进程里有多少词return VocabUtility.vocab_range_from_per_partition_vocab_size(per_partition_vocab_size, rank, world_size)
✨参数设定:
- global_vocab_size——词典中词的数量
- rank——模型并行组的进程标识(模型并行组中每个进程都有唯一标识符)
- world_size——分布式组中的进程数
✨divide函数(mpu/utils.py里)——就是实现个保证可以整除,这里为了得到一个进程中的词数量
def ensure_divisibility(numerator, denominator):"""Ensure that numerator is divisible by the denominator."""assert numerator % denominator == 0, '{} is not divisible by {}'.format(numerator, denominator)def divide(numerator, denominator):"""Ensure that numerator is divisible by the denominator and returnthe division value."""ensure_divisibility(numerator, denominator)#调用上面的函数:判断是否整除return numerator // denominator #直接进行一个强制整除返回
✨VocabUtility类中的vocab_range_from_per_partition_vocab_size方法——获取进程开始词和结束词的index(这里的world_size应该是没有用的)
#获取进程开始词和结束词的index#参数说明:per_partition_vocab_size——一个进程中词的数目;rank——每个进程的标识@staticmethoddef vocab_range_from_per_partition_vocab_size(per_partition_vocab_size,rank, world_size):index_f = rank * per_partition_vocab_size#计算每个进程开始词的表示indexindex_l = index_f + per_partition_vocab_size#计算每个进程组结束词的表示indexreturn index_f, index_l
(2)get_model_parallel_rank()——返回模型并行组的进程标识
#返回模型并行组的进程标识
def get_model_parallel_rank():"""Return my rank for the model parallel group."""return torch.distributed.get_rank(group=get_model_parallel_group())
(3)get_model_parallel_world_size()——返回分布式组中的进程数
#返回分布式组中的进程数
def get_model_parallel_world_size():"""Return world size for the model parallel group."""return torch.distributed.get_world_size(group=get_model_parallel_group())
(4)get_model_parallel_group()——判断是否有模型并行组,有则返回该模型并行组。
(get_model_parallel_rank()和get_model_parallel_world_size()都用到了这个函数
def get_model_parallel_group():"""Get the model parallel group the caller rank belongs to."""assert _MODEL_PARALLEL_GROUP is not None, \'model parallel group is not initialized'return _MODEL_PARALLEL_GROUP
E、获得相应的初始化权重参数矩阵
(1)获取每个进程词的数目(即输入的矩阵的行数)的列表
#获取每个进程词的数目(即输入的矩阵的行数)self.num_embeddings_per_partition = self.vocab_end_index - \self.vocab_start_index
(2)调用torch.nn.parameter的Parameter类获得权重矩阵的格式
#获得权重矩阵的格式self.weight = Parameter(torch.Tensor(self.num_embeddings_per_partition,self.embedding_dim))
(3)启用模型并行
self.weight.model_parallel = True
(4)初始化权重矩阵
#初始化权重矩阵_initialize_affine_weight(self.weight, self.num_embeddings, self.embedding_dim,self.num_embeddings_per_partition, 0, init_method)
这里调用了_initialize_affine_weight函数
#参数设定:weight——权重矩阵格式;output_size权重矩阵的行数;input_size权重矩阵的列数;per_partition_size记录每个进程的大小的列表;partition_dim进程深度(分割张量的维度);init_method初始化权重矩阵的方法;stride步幅;return_master_weight是否返回矩阵 def _initialize_affine_weight(weight, output_size, input_size,per_partition_size, partition_dim, init_method,stride=1, return_master_weight=False):"""Initialize affine weight for model parallel.Build the master weight on all processes and scatterthe relevant chunk."""
✨参数设定:
- weight——权重矩阵格式;
- output_size权重矩阵的行数;
- input_size权重矩阵的列数;
- per_partition_size记录每个进程的大小的列表;
- partition_dim进程深度(分割张量的维度);
- init_method初始化权重矩阵的方法;
- stride步幅;
- return_master_weight是否返回矩阵
✨获取进程数(每个进程组里有多少个进程)——默认情况下,只有一个进程组
world_size = get_model_parallel_world_size()#获取进程数(每个进程组里有多少个进程)
✨若只有一个进程,直接按初始化方法初始化权重后结束
if world_size == 1:init_method(weight)if return_master_weight:return weightreturn None
✨初始化一个output_size*input_size的矩阵
master_weight = torch.empty(output_size, input_size,dtype=weight.dtype,requires_grad=False)init_method(master_weight)#用特定的初始化方法初始化该矩阵
✨按进程拆分矩阵
per_partition_per_stride_size = divide(per_partition_size, stride)#得到一个进程每一份的大小(行数)weight_list = torch.split(master_weight, per_partition_per_stride_size,dim=partition_dim)#将权重矩阵分为per_partition_per_stride_size大小的几份——这里相当于按进程划分rank = get_model_parallel_rank()#获取模型并行组的进程标识my_weight_list = weight_list[rank::world_size]#以rank为起始以进程数为步长的权重列表
✨拼接
with torch.no_grad():torch.cat(my_weight_list, dim=partition_dim, out=weight)#拼接,输出张量为weightif return_master_weight:return master_weightreturn None
2、forward
A、判断输入的词的index是否在进程index中
def forward(self, input_):# Build the mask.input_mask = (input_ < self.vocab_start_index) | \(input_ >= self.vocab_end_index)#输入的index是否全在该进程index中(在为false)
B、构建输入词在该进程中的index列表,同时对是否全在该范围内进行标识
masked_input = input_.clone() - self.vocab_start_index#得出input是在该进程中的第几个词masked_input[input_mask] = 0#标识输入的index是否全在该进程index中(第0元素为0说明全都在)
C、获取嵌入词
output_parallel = F.embedding(masked_input, self.weight,self.padding_idx, self.max_norm,self.norm_type, self.scale_grad_by_freq,self.sparse)
D、标识记录并进行数据汇总
# Mask the output embedding.output_parallel[input_mask, :] = 0.0#将标识的那一行全部变为0# Reduce across all the model parallel GPUs.output = reduce_from_model_parallel_region(output_parallel)#对所有进程内的数据进行汇总,并且让所有进程都获取最终结果return output
这里的reduce_from_model_parallel_region()调用了torch.distributed.all_reduce()函数。
原理如下:
欢迎大家在评论区中批评指正,谢谢~
CogView中的Word embeddings (parallel)相关推荐
- 吴恩达《序列模型》精炼笔记(2)-- NLP和Word Embeddings
AI有道 不可错过的AI技术公众号 关注 1 Word Representation 上节课我们介绍过表征单词的方式是首先建立一个较大的词汇表(例如10000),然后使用one-hot的方式对每个单词 ...
- Coursera吴恩达《序列模型》课程笔记(2)-- NLP Word Embeddings
红色石头的个人网站:redstonewill.com <Recurrent Neural Networks>是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课.这门课主要介绍循 ...
- 通俗易懂的Word Embeddings
通俗易懂的Word Embeddings Word Embeddings是机器学习领域最酷的事情之一,因为它可以从海量的文本数据中挖掘出单词之间纷繁复杂的联系.例如你可以在不给定任何先验知识的情况 ...
- From Word Embeddings To Document Distances论文总结
一.前言 最近阅读的论文From Word Embeddings To Document Distances.做一个小总结.作为一个NLP刚刚开始,而且还没有入门的小白,很多的概念都不懂,一点点的查吧 ...
- BERT Word Embeddings 教程
本篇文章译自 Chris McCormick 的BERT Word Embeddings Tutorial 在这篇文章,我深入研究了由Google的Bert生成的word embeddings,并向您 ...
- 什么是Word Embeddings
2019独角兽企业重金招聘Python工程师标准>>> 注:因为很喜欢一个博文,就把它部分翻译过来,原作者网名叫NSS.他的这篇博文的名字是: "An Intuitive ...
- Word embeddings in 2017: Trends and future directions (2017年里的词嵌入:趋势和未来方向)
Word embeddings in 2017: Trends and future directions 原文作者:anonymous 原文地址:http://ruder.io/word-embed ...
- Task 4: Contextual Word Embeddings
Contextual Word Embeddings 最想学习哪些内容,汇总如下: 变压器 (Transformers) BERT 问题解答 (QA) 文本生成和摘要 预训练的词向量:早年的Collo ...
- Artetxe2018CoNLL_Uncovering divergent linguistic information in word embeddings...
Uncovering divergent linguistic information in word embeddings with lessons for intrinsic and extrin ...
最新文章
- php调用mysql查询结果_php - 在php脚本中处理select查询结果集
- Android之matrix类控制图片的旋转、缩放、移动
- YBTOJ洛谷P3195:玩具装箱(斜率优化dp)
- leetcode 1423. 可获得的最大点数(滑动窗口)
- Redis windows学习(二)——Redis持久化的AOF模式和RDB模式
- bzoj 5369: [Pkusc2018]最大前缀和
- docker探索-windows10 docker 使用 mysql(二)
- 奇怪,Python有的函数调用需要两对括号?(2)
- 结构型模式:Decorator 装饰模式
- python装饰器详解-python中的装饰器详解
- mvc创建连接mysql_五、 创建连接串连接本地数据库(ASP.NET MVC5 系列)
- linux怎么添加硬盘步骤,Linux 添加新硬盘方法
- USB启动盘制作工具精选 2012版
- Android毕设项目功能:商城列表与购物车展示(一)
- 乡镇特色产业发展情况调研报告
- 混频器/变频器的原理及分类
- Linu系统——基础知识1
- 基于Laravel开发的Diy手机壳在线定制系统源码
- 并发之Striped64(l累加器)
- 软件测试转行做产品经理,转型产品经理,测试工程师的出路!
热门文章
- php move_uploaded_file liunx,PHP move_uploaded_file() 函数(将上传的文件移动到新位置)
- 计算机组装电源线排,主机箱背部走线技巧 组装电脑走背线与理线教程
- Android_学习系列(33)--App应用之提交到各大市场渠道
- 丰收互联蓝牙key怎么开机_信用社蓝牙key怎么用
- 电脑看网页视频没声音, 其他的都有声音
- C# List排序简介及四种方法介绍-附代码
- centos复制文件夹到指定目录
- JS定时器,距离XX天还有XX的倒计时
- 《啥是佩奇》怎么就刷屏了?
- 看漫画微信小程序源码/独立端漫画小程序源码