在我们之前的文章中,我们介绍了研究人员提出了一种挑战transformer的新架构mamba。
他们的研究表明,Mamba是一种状态空间模型(SSM),在多种模式(如语言、音频和时间序列)中展现出了卓越的性能。为了证明这一点,研究人员使用Mamba-3B模型进行了语言建模实验。该模型超越了同等大小的Transformer模型,并且在预训练和下游评估期间,其表现与大小为其两倍的Transformer模型相当。
Mamba的独特之处在于其快速处理能力、选择性SSM层以及受FlashAttention启发的硬件友好设计。这些特点使Mamba超越了Transformer(Transformer没有传统的注意力和MLP块)。
许多人希望亲自测试Mamba的效果,因此本文整理了一个可以在Colab上完整运行的Mamba代码示例,并使用了Mamba官方的3B模型进行实际运行测试。
首先,我们需要安装依赖,这是官网推荐的:
!pip install causal-conv1d==1.0.0 !pip install mamba-ssm==1.0.1
接下来,直接使用transformers库读取预训练的Mamba-3B模型:
import torch import os from transformers import AutoTokenizer from mamba_ssm.models.mixer_seq_simple import MambaLMHeadModel tokenizer = AutoTokenizer.from_pretrained("EleutherAI/gpt-neox-20b") model = MambaLMHeadModel.from_pretrained(os.path.expanduser("state-spaces/mamba-2.8b"), device="cuda", dtype=torch.bfloat16)
可以看到,3B的模型大小为11G。
然后进行内容生成测试:
tokens = tokenizer("What is the meaning of life", return_tensors="pt") input_ids = tokens.input_ids.to(device="cuda") max_length = input_ids.shape[1] + 80 fn = lambda: model.generate( input_ids=input_ids, max_length=max_length, cg=True, return_dict_in_generate=True, output_scores=True, enable_timing=False, temperature=0.1, top_k=10, top_p=0.1, ) out = fn() print(tokenizer.decode(out[0][0]))
这里还有一个聊天示例:
import torch from transformers import AutoTokenizer from mamba_ssm.models.mixer_seq_simple import MambaLMHeadModel device = "cuda" tokenizer = AutoTokenizer.from_pretrained("havenhq/mamba-chat") tokenizer.eos_token = "" tokenizer.pad_token = tokenizer.eos_token tokenizer.chat_template = AutoTokenizer.from_pretrained("HuggingFaceH4/zephyr-7b-beta").chat_template model = MambaLMHeadModel.from_pretrained("havenhq/mamba-chat", device="cuda", dtype=torch.float16) messages = [] user_message = """What is the date for announcement On August 10 said that its arm JSW Neo Energy has agreed to buy a portfolio of 1753 mega watt renewable energy generation capacity from Mytrah Energy India Pvt Ltd for Rs 10,530 crore.""" messages.append(dict(role="user", content=user_message)) input_ids = tokenizer.apply_chat_template(messages, return_tensors="pt", add_generation_prompt=True).to("cuda") out = model.generate(input_ids=input_ids, max_length=2000, temperature=0.9, top_p=0.7, eos_token_id=tokenizer.eos_token_id) decoded = tokenizer.batch_decode(out) messages.append(dict(role="assistant", content=decoded[0].split("\n")[-1])) print("Model:", decoded[0].split("\n")[-1])
我已经将所有代码整理成Colab Notebook,有兴趣的可以直接使用:
https://www.php.cn/link/767593ee1911f484bc931f9a10f34b66
以上就是在Colab上测试Mamba的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号