自定义模型组件

自定义模型的另一种方式是修改其组件，而不是完全编写一个新模型，从而将模型调整到适合您的特定用例。例如，您可以添加新的层，或优化架构中的注意力机制。这些自定义直接应用于 Transformers 模型，因此您可以继续使用诸如 Trainer、PreTrainedModel 以及 PEFT 库等功能。

本指南将展示如何自定义模型的注意力机制，以便对其应用低秩适应（LoRA）。

clear_import_cache 工具在迭代修改和开发模型代码时非常有用。它会清除所有已缓存的 Transformers 模块，使 Python 能够重新加载修改后的代码，而无需不断重启环境。
from transformers import AutoModel
from transformers.utils.import_utils import clear_import_cache

model = AutoModel.from_pretrained("bert-base-uncased")
# modifications to model code
# clear cache to reload modified code
clear_import_cache()
# re-import to use updated code
model = AutoModel.from_pretrained("bert-base-uncased")

Attention 类

Segment Anything 是一个图像分割模型，其注意力机制中使用了查询-键-值（qkv）投影。为了减少可训练参数数量和计算开销，您可以对 qkv 投影应用 LoRA。这需要拆分 qkv 投影，以便分别针对 q 和 v 应用 LoRA。

通过继承原始的 SamVisionAttention 类，创建一个自定义的注意力类 SamVisionAttentionSplit。在 __init__ 中，删除合并的 qkv，并为 q、k 和 v 分别创建独立的线性层。

import torch
import torch.nn as nn
from transformers.models.sam.modeling_sam import SamVisionAttention

class SamVisionAttentionSplit(SamVisionAttention, nn.Module):
    def __init__(self, config, window_size):
        super().__init__(config, window_size)
        # remove combined qkv
        del self.qkv
        # separate q, k, v projections
        self.q = nn.Linear(config.hidden_size, config.hidden_size, bias=config.qkv_bias)
        self.k = nn.Linear(config.hidden_size, config.hidden_size, bias=config.qkv_bias)
        self.v = nn.Linear(config.hidden_size, config.hidden_size, bias=config.qkv_bias)
        self._register_load_state_dict_pre_hook(self.split_q_k_v_load_hook)

split_q_k_v_load_hook 函数在加载模型时，将预训练的 qkv 权重拆分为独立的 q、k 和 v 权重，以确保与任何预训练模型兼容。

    def split_q_k_v_load_hook(self, state_dict, prefix, *args):
        keys_to_delete = []
        for key in list(state_dict.keys()):
            if "qkv." in key:
                # split q, k, v from the combined projection
                q, k, v = state_dict[key].chunk(3, dim=0)
                # replace with individual q, k, v projections
                state_dict[key.replace("qkv.", "q.")] = q
                state_dict[key.replace("qkv.", "k.")] = k
                state_dict[key.replace("qkv.", "v.")] = v
                # mark the old qkv key for deletion
                keys_to_delete.append(key)
        
        # remove old qkv keys
        for key in keys_to_delete:
            del state_dict[key]

在 forward 前向传播中，q、k 和 v 是分别计算的，而注意力机制的其余部分保持不变。

    def forward(self, hidden_states: torch.Tensor, output_attentions=False) -> torch.Tensor:
        batch_size, height, width, _ = hidden_states.shape
        qkv_shapes = (batch_size *  self.num_attention_heads,  height * width, -1)
        query = self.q(hidden_states).reshape((batch_size,  height * width,self.num_attention_heads, -1)).permute(0,2,1,3).reshape(qkv_shapes)
        key = self.k(hidden_states).reshape((batch_size,  height * width,self.num_attention_heads, -1)).permute(0,2,1,3).reshape(qkv_shapes)
        value = self.v(hidden_states).reshape((batch_size,  height * width,self.num_attention_heads, -1)).permute(0,2,1,3).reshape(qkv_shapes)

        attn_weights = (query * self.scale) @ key.transpose(-2, -1)

        attn_weights = torch.nn.functional.softmax(attn_weights, dtype=torch.float32, dim=-1).to(query.dtype)
        attn_probs = nn.functional.dropout(attn_weights, p=self.dropout, training=self.training)
        attn_output = (attn_probs @ value).reshape(batch_size, self.num_attention_heads, height, width, -1)
        attn_output = attn_output.permute(0, 2, 3, 1, 4).reshape(batch_size, height, width, -1)
        attn_output = self.proj(attn_output)

        if output_attentions:
            outputs = (attn_output, attn_weights)
        else:
            outputs = (attn_output, None)
        return outputs

将自定义的 SamVisionAttentionSplit 类分配给原始模型的 SamVisionAttention 模块以将其替换。模型中所有 SamVisionAttention 的实例都会被替换为拆分注意力版本。

在调用 from_pretrained() 之前替换该类。加载钩子仅在检查点加载期间运行，因此在已加载的模型上替换模块会导致新的 q、k 和 v 层保持随机初始化状态。

from transformers import SamModel
from transformers.models.sam import modeling_sam

# replace the attention class the vision layers instantiate
modeling_sam.SAM_VISION_ATTENTION_CLASSES["eager"] = SamVisionAttentionSplit

# load the pretrained SAM model, the hook splits the qkv weights during loading
model = SamModel.from_pretrained("facebook/sam-vit-base", attn_implementation="eager")

LoRA

当 q、k 和 v 投影相互独立时，对 q 和 v 应用 LoRA。

创建一个 LoraConfig，并指定秩 r、lora_alpha、lora_dropout、task_type，以及最重要的，要针对的模块。

from peft import LoraConfig, get_peft_model

config = LoraConfig(
    r=16,
    lora_alpha=32,
    # apply LoRA to q and v
    target_modules=["q", "v"],
    lora_dropout=0.1,
    task_type="FEATURE_EXTRACTION"
)

将模型和 LoraConfig 传递给 get_peft_model，以将 LoRA 应用于该模型。

model = get_peft_model(model, config)

调用 print_trainable_parameters 以查看训练后的参数数量与总参数数量的对比。

model.print_trainable_parameters()
"trainable params: 589,824 || all params: 94,274,096 || trainable%: 0.6256"

Update on GitHub