爱笑的姑娘|特斯拉AI总监写了个GPT的Pytorch训练库,一天star量破千
机器之心报道
编辑:魔王、张倩
如果说GPT模型是所向披靡的战舰 , 那么minGPT大概算是个头虽小但仍能乘风破浪的游艇了吧 。
最近 , 「史上最大AI模型」GPT-3风靡全球 。
GPT系列可以说是人工智能领域「暴力美学」的代表作了 。 2018诞生的GPT , 1.17亿参数;2019年GPT-2 , 15亿参数;2020年GPT-3 , 1750亿参数 。 短短一年时间 , GPT模型的参数量就呈指数级增长 。
GPT-3发布后不久 , OpenAI即向社区开放了商业API , 鼓励大家使用GPT-3尝试更多的实验 。 然而 , API的使用需要申请 , 而且你的申请很有可能石沉大海 。 那么 , 除了使用官方API以外 , 我们还有没有其他方法能上手把玩一下这个「最大模型」呢?
近日 , 特斯拉人工智能研究负责人、前OpenAI研究科学家AndrejKarpathy进行了尝试 。
他基于PyTorch , 仅用300行左右的代码就写出了一个小型GPT训练库 , 并将其命名为minGPT 。
minGPT:只用300行代码实现的GPT训练
如果说GPT模型是所向披靡的战舰 , 那么minGPT大概算是个个头虽小但仍能乘风破浪的游艇了吧 。
核心的minGPT库包含两个文档:mingpt/model.py和mingpt/trainer.py 。 前者包含实际的Transformer模型定义 , 后者是一个与GPT无关的PyTorch样板文件 , 可用于训练该模型 。 相关的Jupyternotebook则展示了如何使用该库训练序列模型:
play_math.ipynb训练一个专注于加法的GPT;play_char.ipynb将GPT训练成一个可基于任意文本使用的字符级语言模型 , 类似于之前的char-rnn , 但用transformer代替了RNN;play_words.ipynb是BPE(Byte-PairEncoding)版本 , 目前尚未完成 。使用BPE编码器、分布式训练和fp16 , 这一实现有可能复现GPT-1/GPT-2的结果 , 不过Karpathy还没有尝试 。 至于GPT-3 , minGPT可能无法复现 , 因为GPT-3可能不适合GPU内存 , 而且需要更精细的模型并行化处理 。
使用示例
Karpathy在minGPT项目中提供了一些使用示例 。
这些代码非常简单 , 只需hackinline即可 , 而非「使用」 。 目前的API外观如下:
代码
OpenAIgpt-2项目提供了模型 , 但没有提供训练代码();OpenAI的image-gpt库在其代码中进行了一些类似于GPT-3的更改 , 是一份不错的参考();Huggingface的transformers项目提供了一个语言建模示例 。 它功能齐全 , 但跟踪起来有点困难 。 ()论文+实现说明
此外 , 项目作者还介绍了相关的论文和实现细节 。
1.GPT-1:《ImprovingLanguageUnderstandingbyGenerativePre-Training》
论文地址:GPT-1模型大体遵循了原始transformer , 训练了仅包含12层解码器、具备遮蔽自注意力头(768维状态和12个注意力头)的transformer 。 具体实现细节参见下图:
推荐阅读