Keras का इस्तेमाल करके, जेमा के साथ डिस्ट्रिब्यूटेड ट्यूनिंग

ai.google.dev पर देखें Google Colab में चलाएं Kaggle में चलाएं Vertex AI में खोलें GitHub पर सोर्स देखें

खास जानकारी

Gemma एक लाइटवेट और बेहतरीन ओपन मॉडल है. इसे Google Gemini के मॉडल बनाने में इस्तेमाल की गई रिसर्च और टेक्नोलॉजी का इस्तेमाल करके बनाया गया है. जेमा को खास ज़रूरतों के हिसाब से और बेहतर बनाया जा सकता है. हालांकि, जेम्मा जैसे लार्ज लैंग्वेज मॉडल का साइज़ बहुत बड़ा हो सकता है. इनमें से कुछ मॉडल, गाने को बेहतर बनाने के लिए, सिंगिंग ऐक्सेलरेटर में फ़िट नहीं भी हो सकते. इस मामले में, इन्हें बेहतर करने के दो सामान्य तरीके हैं:

  1. पैरामीटर एफ़िशिएंट फ़ाइन-ट्यूनिंग (पीईएफ़टी) का इस्तेमाल किया जाता है. यह फ़िडेलिटी का बहुत कम इस्तेमाल करते हुए, असरदार मॉडल के साइज़ को छोटा करने की कोशिश करता है. LoRA इस कैटगरी में आता है. साथ ही, यहां LoRA का इस्तेमाल करके Fine-tun Gemma मॉडल का इस्तेमाल किया गया है, जिसमें LoRA का इस्तेमाल करके, LoRA को एक जीपीयू पर KerasNLP का इस्तेमाल करके Gemma 2B मॉडल gemma_2b_en को बेहतर बनाने का तरीका बताया गया.
  2. मॉडल समानांतरवाद के साथ पूरे पैरामीटर फ़ाइन ट्यूनिंग. मॉडल पैरलिज़्म किसी मॉडल की वेट को कई डिवाइसों पर डिस्ट्रिब्यूट करता है और हॉरिज़ॉन्टल स्केलिंग को चालू करता है. डिस्ट्रिब्यूटेड ट्रेनिंग के बारे में ज़्यादा जानने के लिए, यह Keras की गाइड देखें.

इस ट्यूटोरियल में, आपको JAX बैकएंड के साथ Keras का इस्तेमाल करने के बारे में जानकारी दी गई है. इसे इस्तेमाल करके, LoRA के साथ Gemma 7B मॉडल को बेहतर बनाया जा सकता है. साथ ही, Google की Tensor प्रोसेसिंग यूनिट (टीपीयू) की ट्रेनिंग के दौरान, मॉडल-पैरालिज़म को ट्रेनिंग भी दी जा सकती है. ध्यान दें कि इस ट्यूटोरियल में, LoRA को धीमी गति से, लेकिन ज़्यादा सटीक फ़ुल-पैरामीटर ट्यूनिंग के लिए बंद किया जा सकता है.

एक्सेलरेटर का इस्तेमाल करना

तकनीकी रूप से, इस ट्यूटोरियल के लिए TPU या जीपीयू का इस्तेमाल किया जा सकता है.

TPU एनवायरमेंट के बारे में नोट

Google के पास तीन प्रॉडक्ट हैं, जो TPU उपलब्ध कराते हैं:

  • Colab, TPU v2 को बिना किसी शुल्क के उपलब्ध कराता है. इस ट्यूटोरियल के लिए, यह काफ़ी है.
  • Kaggle, TPU v3 को बिना किसी शुल्क के उपलब्ध कराता है. यह ट्यूटोरियल, इस ट्यूटोरियल के लिए भी काम करता है.
  • Cloud TPU, TPU v3 और इससे नई जनरेशन का उपलब्ध कराता है. इसे सेट अप करने का एक तरीका यह है:
    1. नया TPU वीएम बनाएं
    2. अपने Jupyter सर्वर पोर्ट के लिए, एसएसएच पोर्ट फ़ॉरवर्डिंग सेट अप करें
    3. Jupyter इंस्टॉल करें और इसे TPU वीएम पर चालू करें. इसके बाद, "लोकल रनटाइम से कनेक्ट करें" की मदद से Colab से कनेक्ट करें

एक से ज़्यादा जीपीयू सेट अप करने के बारे में ज़रूरी जानकारी

इस ट्यूटोरियल में TPU के इस्तेमाल के बारे में बताया गया है. हालांकि, अगर आपके पास मल्टी-जीपीयू मशीन है, तो इसे अपनी ज़रूरत के हिसाब से इस्तेमाल किया जा सकता है.

अगर आपको Colab का इस्तेमाल करना है, तो "पसंद के मुताबिक GCE (जीसीई) वीएम से कनेक्ट करें" के ज़रिए, सीधे Colab के लिए एक मल्टी-GPU वीएम का प्रावधान किया जा सकता है Colab Connect मेन्यू में.

हम यहां Kaggle के मुफ़्त TPU के इस्तेमाल पर फ़ोकस करेंगे.

शुरू करने से पहले

Kaggle क्रेडेंशियल

Gemma के मॉडल Kaggle होस्ट करते हैं. Gemma का इस्तेमाल करने के लिए, Kaggle पर ऐक्सेस का अनुरोध करें:

  • kaggle.com पर साइन इन करें या रजिस्टर करें
  • Gemma मॉडल कार्ड खोलें और "ऐक्सेस का अनुरोध करें" चुनें
  • सहमति वाला फ़ॉर्म भरें और नियम और शर्तें स्वीकार करें

इसके बाद, Kaggle API का इस्तेमाल करने के लिए, एपीआई टोकन बनाएं:

  • Kaggle की सेटिंग खोलें
  • "नया टोकन बनाएं" चुनें
  • kaggle.json फ़ाइल डाउनलोड हो गई. इसमें आपके Kaggle क्रेडेंशियल हैं

पूछे जाने पर, इस सेल को चलाएं और अपने Kaggle क्रेडेंशियल डालें.

# If you are using Kaggle, you don't need to login again.
!pip install ipywidgets
import kagglehub

kagglehub.login()

VBox(children=(HTML(value='<center> <img\nsrc=https://www.kaggle.com/static/images/site-logo.png\nalt=\'Kaggle…

अगर kagglehub.login() आपके लिए काम नहीं करता है, तो अपने वातावरण में KAGGLE_USERNAME और KAGGLE_KEY को सेट करना भी एक दूसरा तरीका है.

इंस्टॉल करना

Gemma मॉडल के साथ Keras और KerasNLP इंस्टॉल करें.

pip install -q -U keras-nlp
# Work around an import error with tensorflow-hub. The library is not used.
pip install -q -U tensorflow-hub
# Install tensorflow-cpu so tensorflow does not attempt to access the TPU.
pip install -q -U tensorflow-cpu tensorflow-text
# Install keras 3 last. See https://keras.io/getting_started for details.
pip install -q -U keras

Keras JAX बैकएंड सेट अप करें

JAX इंपोर्ट करें और TPU पर डेटा की जांच करें. Kaggle, TPUv3-8 डिवाइसों में से हर एक में 16 जीबी स्टोरेज के साथ आठ TPU कोर वाला डिवाइस उपलब्ध कराता है.

import jax

jax.devices()

[TpuDevice(id=0, process_index=0, coords=(0,0,0), core_on_chip=0),
 TpuDevice(id=1, process_index=0, coords=(0,0,0), core_on_chip=1),
 TpuDevice(id=2, process_index=0, coords=(1,0,0), core_on_chip=0),
 TpuDevice(id=3, process_index=0, coords=(1,0,0), core_on_chip=1),
 TpuDevice(id=4, process_index=0, coords=(0,1,0), core_on_chip=0),
 TpuDevice(id=5, process_index=0, coords=(0,1,0), core_on_chip=1),
 TpuDevice(id=6, process_index=0, coords=(1,1,0), core_on_chip=0),
 TpuDevice(id=7, process_index=0, coords=(1,1,0), core_on_chip=1)]

import os

# The Keras 3 distribution API is only implemented for the JAX backend for now
os.environ["KERAS_BACKEND"] = "jax"
# Pre-allocate 90% of TPU memory to minimize memory fragmentation and allocation
# overhead
os.environ["XLA_PYTHON_CLIENT_MEM_FRACTION"] = "0.9"

मॉडल लोड करें

import keras
import keras_nlp

NVIDIA के जीपीयू पर मिक्स सटीक ट्रेनिंग के बारे में नोट

NVIDIA के जीपीयू पर ट्रेनिंग करते समय, मिक्स्ड प्रिसिज़न (keras.mixed_precision.set_global_policy('mixed_bfloat16')) का इस्तेमाल करके, ट्रेनिंग को तेज़ किया जा सकता है. इससे ट्रेनिंग की क्वालिटी पर कम से कम असर पड़ेगा. ज़्यादातर मामलों में, मिक्स सटीक होने की सुविधा को चालू करने का सुझाव दिया जाता है, क्योंकि इससे मेमोरी और समय, दोनों की बचत होती है. हालांकि, ध्यान रखें कि छोटे बैच आकारों में, यह मेमोरी के उपयोग को 1.5x तक बढ़ा सकता है (आधे सटीक और पूरी सटीकता से, वज़न दो बार लोड किए जाएंगे).

अनुमान के लिए, आधा सटीक (keras.config.set_floatx("bfloat16")) वैल्यू काम करेगी, जिससे मेमोरी सेव होगी. हालांकि, इसमें मिले-जुले सटीक आंकड़े लागू नहीं होंगे.

# Uncomment the line below if you want to enable mixed precision training on GPUs
# keras.mixed_precision.set_global_policy('mixed_bfloat16')

TPU में डिस्ट्रिब्यूट किए गए वज़न और टेंसर के साथ मॉडल लोड करने के लिए, पहले नया DeviceMesh बनाएं. DeviceMesh, डिस्ट्रिब्यूटेड कंप्यूटेशन के लिए कॉन्फ़िगर किए गए हार्डवेयर डिवाइसों का कलेक्शन दिखाता है. इसे यूनिफ़ाइड डिस्ट्रिब्यूशन एपीआई के हिस्से के तौर पर Keras 3 में पेश किया गया था.

डिस्ट्रिब्यूशन एपीआई की मदद से, डेटा और मॉडल को एक साथ इस्तेमाल किया जा सकता है. इससे कई एक्सीलेरेटर और होस्ट पर डीप लर्निंग मॉडल को बेहतर तरीके से स्केल किया जा सकता है. यह, सिंगल प्रोग्राम, एक से ज़्यादा डेटा (SPMD) एक्सपैंशन नाम की प्रोसेस के ज़रिए, प्रोग्राम और टेंसर को शार्डिंग डायरेक्टिव के हिसाब से डिस्ट्रिब्यूट करने के लिए, मौजूदा फ़्रेमवर्क (जैसे, JAX) का इस्तेमाल करता है. नई Keras 3 Distribution API गाइड में ज़्यादा जानकारी देखें.

# Create a device mesh with (1, 8) shape so that the weights are sharded across
# all 8 TPUs.
device_mesh = keras.distribution.DeviceMesh(
    (1, 8),
    ["batch", "model"],
    devices=keras.distribution.list_devices())

डिस्ट्रिब्यूशन एपीआई का LayoutMap तय करता है कि वज़न और टेंसर को कैसे शार्ड या कॉपी किया जाना चाहिए. इसके लिए, यहां दी गई स्ट्रिंग कुंजियों, जैसे token_embedding/embeddings का इस्तेमाल किया जाना चाहिए. टेंसर पाथ से मैच करने के लिए, इन्हें रेगुलर एक्सप्रेशन की तरह इस्तेमाल किया जाता है. मैच होने वाले टेंसर, मॉडल डाइमेंशन (8 TPU) के साथ शार्ड किए जाते हैं; दूसरों की नकल पूरी तरह से बनाई जाएगी.

model_dim = "model"

layout_map = keras.distribution.LayoutMap(device_mesh)

# Weights that match 'token_embedding/embeddings' will be sharded on 8 TPUs
layout_map["token_embedding/embeddings"] = (model_dim, None)
# Regex to match against the query, key and value matrices in the decoder
# attention layers
layout_map["decoder_block.*attention.*(query|key|value).*kernel"] = (
    model_dim, None, None)

layout_map["decoder_block.*attention_output.*kernel"] = (
    model_dim, None, None)
layout_map["decoder_block.*ffw_gating.*kernel"] = (None, model_dim)
layout_map["decoder_block.*ffw_linear.*kernel"] = (model_dim, None)

ModelParallel की मदद से, DeviceMesh पर मौजूद सभी डेवसी में मॉडल के वेट या ऐक्टिवेशन टेंसर को शार्ड किया जा सकता है. इस मामले में, Gemma 7B मॉडल के कुछ वेट को ऊपर बताए गए layout_map के मुताबिक, 8 TPU चिप में शार्ड किया जाता है. अब मॉडल को डिस्ट्रिब्यूट किए गए तरीके से लोड करें.

model_parallel = keras.distribution.ModelParallel(
    device_mesh, layout_map, batch_dim_name="batch")

keras.distribution.set_distribution(model_parallel)
gemma_lm = keras_nlp.models.GemmaCausalLM.from_preset("gemma_7b_en")

Attaching 'config.json' from model 'keras/gemma/keras/gemma_7b_en/1' to your Kaggle notebook...
Attaching 'config.json' from model 'keras/gemma/keras/gemma_7b_en/1' to your Kaggle notebook...
Attaching 'model.weights.h5' from model 'keras/gemma/keras/gemma_7b_en/1' to your Kaggle notebook...
Attaching 'tokenizer.json' from model 'keras/gemma/keras/gemma_7b_en/1' to your Kaggle notebook...
Attaching 'assets/tokenizer/vocabulary.spm' from model 'keras/gemma/keras/gemma_7b_en/1' to your Kaggle notebook...
normalizer.cc(51) LOG(INFO) precompiled_charsmap is empty. use identity normalization.

अब पुष्टि करें कि मॉडल को सही तरीके से बांटा गया है. आइए, decoder_block_1 को उदाहरण के तौर पर लेते हैं.

decoder_block_1 = gemma_lm.backbone.get_layer('decoder_block_1')
print(type(decoder_block_1))
for variable in decoder_block_1.weights:
  print(f'{variable.path:<58}  {str(variable.shape):<16}  {str(variable.value.sharding.spec)}')

<class 'keras_nlp.src.models.gemma.gemma_decoder_block.GemmaDecoderBlock'>
decoder_block_1/pre_attention_norm/scale                    (3072,)           PartitionSpec(None,)
decoder_block_1/attention/query/kernel                      (16, 3072, 256)   PartitionSpec(None, 'model', None)
decoder_block_1/attention/key/kernel                        (16, 3072, 256)   PartitionSpec(None, 'model', None)
decoder_block_1/attention/value/kernel                      (16, 3072, 256)   PartitionSpec(None, 'model', None)
decoder_block_1/attention/attention_output/kernel           (16, 256, 3072)   PartitionSpec(None, None, 'model')
decoder_block_1/pre_ffw_norm/scale                          (3072,)           PartitionSpec(None,)
decoder_block_1/ffw_gating/kernel                           (3072, 24576)     PartitionSpec('model', None)
decoder_block_1/ffw_gating_2/kernel                         (3072, 24576)     PartitionSpec('model', None)
decoder_block_1/ffw_linear/kernel                           (24576, 3072)     PartitionSpec(None, 'model')

फ़ाइन ट्यूनिंग से पहले का अनुमान

gemma_lm.generate("Best comedy movies in the 90s ", max_length=64)

'Best comedy movies in the 90s 1. The Naked Gun 2½: The Smell of Fear (1991) 2. Wayne’s World (1992) 3. The Naked Gun 33⅓: The Final Insult (1994)'

यह मॉडल, 90 के दशक की कॉमेडी फ़िल्मों की एक सूची जनरेट करता है. अब हम आउटपुट स्टाइल बदलने के लिए, Gemma मॉडल को बेहतर बनाते हैं.

आईएमडीबी की मदद से फ़ाइन ट्यून करें

import tensorflow_datasets as tfds

imdb_train = tfds.load(
    "imdb_reviews",
    split="train",
    as_supervised=True,
    batch_size=2,
)
# Drop labels.
imdb_train = imdb_train.map(lambda x, y: x)

imdb_train.unbatch().take(1).get_single_element().numpy()

Downloading and preparing dataset 80.23 MiB (download: 80.23 MiB, generated: Unknown size, total: 80.23 MiB) to /root/tensorflow_datasets/imdb_reviews/plain_text/1.0.0...
Dl Completed...: 0 url [00:00, ? url/s]
Dl Size...: 0 MiB [00:00, ? MiB/s]
Generating splits...:   0%|          | 0/3 [00:00<?, ? splits/s]
Generating train examples...:   0%|          | 0/25000 [00:00<?, ? examples/s]
Shuffling /root/tensorflow_datasets/imdb_reviews/plain_text/1.0.0.incompleteAJDUZT/imdb_reviews-train.tfrecord…
Generating test examples...:   0%|          | 0/25000 [00:00<?, ? examples/s]
Shuffling /root/tensorflow_datasets/imdb_reviews/plain_text/1.0.0.incompleteAJDUZT/imdb_reviews-test.tfrecord*…
Generating unsupervised examples...:   0%|          | 0/50000 [00:00<?, ? examples/s]
Shuffling /root/tensorflow_datasets/imdb_reviews/plain_text/1.0.0.incompleteAJDUZT/imdb_reviews-unsupervised.t…
Dataset imdb_reviews downloaded and prepared to /root/tensorflow_datasets/imdb_reviews/plain_text/1.0.0. Subsequent calls will reuse this data.
b"This was an absolutely terrible movie. Don't be lured in by Christopher Walken or Michael Ironside. Both are great actors, but this must simply be their worst role in history. Even their great acting could not redeem this movie's ridiculous storyline. This movie is an early nineties US propaganda piece. The most pathetic scenes were those when the Columbian rebels were making their cases for revolutions. Maria Conchita Alonso appeared phony, and her pseudo-love affair with Walken was nothing but a pathetic emotional plug in a movie that was devoid of any real meaning. I am disappointed that there are movies like this, ruining actor's like Christopher Walken's good name. I could barely sit through it."

# Use a subset of the dataset for faster training.
imdb_train = imdb_train.take(2000)

लो रैंक एडॉप्टेशन (LoRA) का इस्तेमाल करके फ़ाइन ट्यूनिंग करें. LoRA मॉडल के पूरे वेट को फ़्रीज़ करके और मॉडल में ट्रेन किए जा सकने वाले नए वेट की कम संख्या डालकर, डाउनस्ट्रीम टास्क के लिए, ट्रेनिंग किए जा सकने वाले पैरामीटर की संख्या को बहुत कम कर देता है. दरअसल, LoRA ट्रेनिंग के लिए कम रैंक वाले दो छोटे मैट्रिक्स AxB की मदद से, पूरे वज़न वाले आव्यूहों का दोबारा पैरामीटर तैयार करता है. इस तकनीक की मदद से, ट्रेनिंग ज़्यादा तेज़ हो जाती है और ज़्यादा मेमोरी की बचत होती है.

# Enable LoRA for the model and set the LoRA rank to 4.
gemma_lm.backbone.enable_lora(rank=4)

# Fine-tune on the IMDb movie reviews dataset.

# Limit the input sequence length to 128 to control memory usage.
gemma_lm.preprocessor.sequence_length = 128
# Use AdamW (a common optimizer for transformer models).
optimizer = keras.optimizers.AdamW(
    learning_rate=5e-5,
    weight_decay=0.01,
)
# Exclude layernorm and bias terms from decay.
optimizer.exclude_from_weight_decay(var_names=["bias", "scale"])

gemma_lm.compile(
    loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    optimizer=optimizer,
    weighted_metrics=[keras.metrics.SparseCategoricalAccuracy()],
)
gemma_lm.summary()
gemma_lm.fit(imdb_train, epochs=1)

/usr/local/lib/python3.10/site-packages/jax/_src/interpreters/mlir.py:756: UserWarning: Some donated buffers were not usable: ShapedArray(float32[256000,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,384,256]), ShapedArray(float32[16,256,384]), ShapedArray(float32[384,24576]), ShapedArray(float32[384,24576]), ShapedArray(float32[24576,384]).
See an explanation at https://jax.readthedocs.io/en/latest/faq.html#buffer_donation.
  warnings.warn("Some donated buffers were not usable:"
2000/2000 ━━━━━━━━━━━━━━━━━━━━ 358s 163ms/step - loss: 2.7145 - sparse_categorical_accuracy: 0.4329
<keras.src.callbacks.history.History at 0x7e9cac7f41c0>

ध्यान दें कि LoRA को चालू करने से ट्रेन किए जा सकने वाले पैरामीटर की संख्या काफ़ी कम हो जाती है. यह संख्या 7 अरब से घटकर सिर्फ़ 1.1 करोड़ हो गई है.

फ़ाइन ट्यूनिंग के बाद अनुमान

gemma_lm.generate("Best comedy movies in the 90s ", max_length=64)

"Best comedy movies in the 90s \n\nThis is the movie that made me want to be a director. It's a great movie, and it's still funny today. The acting is superb, the writing is excellent, the music is perfect for the movie, and the story is great."

बेहतर बनाने के बाद, मॉडल ने फ़िल्मों की समीक्षा करने की स्टाइल सीखी. अब यह 90 के दशक की कॉमेडी फ़िल्मों के लिए, इसी स्टाइल के हिसाब से कॉन्टेंट जनरेट कर रहा है.

आगे क्या करना है

इस ट्यूटोरियल में, आपको KerasNLP JAX बैकएंड का इस्तेमाल करके, आईएमडीबी डेटासेट पर जेमा मॉडल को बेहतर बनाने के तरीके के बारे में जानकारी मिली है. साथ ही, यह भी बताया गया है कि दमदार TPU के हिसाब से, इन्हें डिस्ट्रिब्यूट भी किया जा सकता है या नहीं. और क्या जानना चाहिए, इसके लिए यहां कुछ सुझाव दिए गए हैं: