GLMBlock中的计算过程拆解

本文主要是介绍GLMBlock中的计算过程拆解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

下面我将详细介绍代码中每一个部分，并用LaTeX公式来表示各个步骤的数学运算。

类 GLMBlock

该类继承自 torch.nn.Module，表示一个单一的Transformer层。Transformer层接收尺寸为 [s, b, h] 的输入，并返回相同尺寸的输出。

class GLMBlock(torch.nn.Module):"""A single transformer layer.Transformer layer takes input with size [s, b, h] and returns anoutput of the same size."""

初始化方法

初始化方法定义了该层的各个组件，包括输入层的层归一化、自注意力机制、注意力输出的层归一化和MLP层。

def __init__(self, config: ChatGLMConfig, layer_number, device=None):super(GLMBlock, self).__init__()self.layer_number = layer_numberself.apply_residual_connection_post_layernorm = config.apply_residual_connection_post_layernormself.fp32_residual_connection = config.fp32_residual_connectionLayerNormFunc = RMSNorm if config.rmsnorm else LayerNormself.input_layernorm = LayerNormFunc(config.hidden_size, eps=config.layernorm_epsilon, device=device,dtype=config.torch_dtype)self.self_attention = SelfAttention(config, layer_number, device=device)self.hidden_dropout = config.hidden_dropoutself.post_attention_layernorm = LayerNormFunc(config.hidden_size, eps=config.layernorm_epsilon, device=device,dtype=config.torch_dtype)self.mlp = MLP(config, device=device)

前向传播方法

前向传播方法定义了数据流经各个组件的方式。

def forward(self, hidden_states, attention_mask, rotary_pos_emb, kv_cache=None, use_cache=True):# hidden_states: [s, b, h]

1. 输入层归一化

对输入进行层归一化。

$$\text{layernorm\_output}=\text{LayerNorm}(\text{hidden\_states})$$

layernorm_output = self.input_layernorm(hidden_states)

2. 自注意力机制

将归一化后的输出传递给自注意力层，并获取注意力输出和更新后的缓存。

$$\text{attention\_output},\text{kv\_cache}=\text{SelfAttention}(\text{layernorm\_output},\text{attention\_mask},\text{rotary\_pos\_emb},\text{kv\_cache}=\text{kv\_cache},\text{use\_cache}=\text{use\_cache})$$

attention_output, kv_cache = self.self_attention(layernorm_output,attention_mask,rotary_pos_emb,kv_cache=kv_cache,use_cache=use_cache
)

3. 残差连接

根据配置决定残差连接的位置。

$$\text{residual}=\{\begin{array}{ll}\text{layernorm\_output}& \text{if apply\_residual\_connection\_post\_layernorm}\\ \text{hidden\_states}& \text{otherwise}\end{array}$$

if self.apply_residual_connection_post_layernorm:residual = layernorm_output
else:residual = hidden_states

4. 添加Dropout并进行第二次层归一化

$$\text{layernorm\_input}=\text{Dropout}(\text{attention\_output},p=\text{self.hidden\_dropout})$$
$$\text{layernorm\_input}=\text{residual}+\text{layernorm\_input}$$
$$\text{layernorm\_output}=\text{LayerNorm}(\text{layernorm\_input})$$

layernorm_input = torch.nn.functional.dropout(attention_output, p=self.hidden_dropout, training=self.training)
layernorm_input = residual + layernorm_inputlayernorm_output = self.post_attention_layernorm(layernorm_input)

5. MLP层

$$\text{mlp\_output}=\text{MLP}(\text{layernorm\_output})$$

mlp_output = self.mlp(layernorm_output)

6. 第二次残差连接和输出Dropout

$$\text{residual}=\{\begin{array}{ll}\text{layernorm\_output}& \text{if apply\_residual\_connection\_post\_layernorm}\\ \text{layernorm\_input}& \text{otherwise}\end{array}$$
$$\text{output}=\text{Dropout}(\text{mlp\_output},p=\text{self.hidden\_dropout})$$
$$\text{output}=\text{residual}+\text{output}$$

if self.apply_residual_connection_post_layernorm:residual = layernorm_output
else:residual = layernorm_inputoutput = torch.nn.functional.dropout(mlp_output, p=self.hidden_dropout, training=self.training)
output = residual + output

返回输出和缓存

return output, kv_cache

总结

通过这种方式，GLMBlock类实现了一个Transformer层，其中包括层归一化、自注意力机制、残差连接、Dropout和MLP层。各个步骤通过LaTeX公式表示如下：

1. 输入层归一化：
   $$\text{layernorm\_output}=\text{LayerNorm}(\text{hidden\_states})$$

2. 自注意力机制：
   $$\text{attention\_output},\text{kv\_cache}=\text{SelfAttention}(\text{layernorm\_output},\text{attention\_mask},\text{rotary\_pos\_emb},\text{kv\_cache}=\text{kv\_cache},\text{use\_cache}=\text{use\_cache})$$

3. 残差连接：
   $$\text{residual}=\{\begin{array}{ll}\text{layernorm\_output}& \text{if apply\_residual\_connection\_post\_layernorm}\\ \text{hidden\_states}& \text{otherwise}\end{array}$$

4. 添加Dropout并进行第二次层归一化：
   $$\text{layernorm\_input}=\text{Dropout}(\text{attention\_output},p=\text{self.hidden\_dropout})$$
   $$\text{layernorm\_input}=\text{residual}+\text{layernorm\_input}$$
   $$\text{layernorm\_output}=\text{LayerNorm}(\text{layernorm\_input})$$

5. MLP层：
   $$\text{mlp\_output}=\text{MLP}(\text{layernorm\_output})$$

6. 第二次残差连接和输出Dropout：
   $$\text{residual}=\{\begin{array}{ll}\text{layernorm\_output}& \text{if apply\_residual\_connection\_post\_layernorm}\\ \text{layernorm\_input}& \text{otherwise}\end{array}$$
   $$\text{output}=\text{Dropout}(\text{mlp\_output},p=\text{self.hidden\_dropout})$$
   $$\text{output}=\text{residual}+\text{output}$$

这篇关于GLMBlock中的计算过程拆解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---