Keras का इस्तेमाल करके, जेमा के साथ डिस्ट्रिब्यूटेड ट्यूनिंग

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

खास जानकारी

जेम्मा, हल्के और आधुनिक ओपन मॉडल का एक फ़ैमिली ग्रुप है. इन्हें Google Gemini मॉडल बनाने के लिए, रिसर्च और टेक्नोलॉजी से बनाया गया है. जेम्मा को खास ज़रूरतों के हिसाब से और बेहतर बनाया जा सकता है. हालांकि, जेमा जैसे बड़े लैंग्वेज मॉडल का साइज़ बहुत बड़ा हो सकता है. ऐसा हो सकता है कि उनमें से कुछ मॉडल, सिंगिंग ऐक्सेलरेटर पर फ़िट न हो पाएं. इस मामले में, उन्हें बेहतर बनाने के दो सामान्य तरीके हैं:

  1. पैरामीटर एफ़िशिएंट फ़ाइन-ट्यूनिंग (पीईएफ़टी), जो फ़िडेलिटी का कोई समझौता करके, मॉडल के सही साइज़ को कम करना चाहता है. LoRA इस कैटगरी में आता है. LoRA का इस्तेमाल करके Keras में बेहतर जेमा मॉडल वाले ट्यूटोरियल में, एक जीपीयू पर KerasNLP का इस्तेमाल करके Gemma 2B मॉडल gemma_2b_en को बेहतर बनाने का तरीका बताया गया है.
  2. मॉडल पैरललिज़्म के साथ पूरे पैरामीटर की फ़ाइन ट्यूनिंग. मॉडल पैरललिज़्म, किसी मॉडल के वेट को कई डिवाइसों पर बांटता है और हॉरिज़ॉन्टल स्केलिंग चालू करता है. डिस्ट्रिब्यूटेड ट्रेनिंग के बारे में ज़्यादा जानने के लिए, Keras की गाइड देखें.

इस ट्यूटोरियल में, JAX बैकएंड के साथ Keras का इस्तेमाल करने के बारे में बताया गया है. इसमें, Google की Tensor प्रोसेसिंग यूनिट (TPU) की मदद से, Gemma 7B मॉडल को LoRA और मॉडल-पैरलिज़म डिस्ट्रिब्यूटेड ट्रेनिंग के साथ बेहतर बनाने के बारे में बताया गया है. ध्यान दें कि इस ट्यूटोरियल में LoRA को बंद किया जा सकता है, ताकि पूरे पैरामीटर की धीमी लेकिन सटीक ट्यूनिंग धीमी और सटीक हो.

ऐक्सेलरेटर का इस्तेमाल करना

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

TPU एनवायरमेंट के बारे में नोट

Google के पास तीन ऐसे प्रॉडक्ट हैं जो TPU की सुविधा देते हैं:

  • Colab में TPU v2 की सुविधा उपलब्ध है, जो इस ट्यूटोरियल के लिए काफ़ी नहीं है.
  • Kaggle, बिना किसी शुल्क के TPU v3 उपलब्ध कराता है. इसे ट्यूटोरियल के तौर पर इस्तेमाल किया जा सकता है.
  • Cloud TPU में, TPU v3 और इससे नई जनरेशन के वर्शन मिलते हैं. 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 शुरू करें. इसके बाद, "लोकल रनटाइम से कनेक्ट करें" की मदद से Colab से कनेक्ट करें

मल्टी-जीपीयू सेटअप करने के बारे में नोट

हालांकि, यह ट्यूटोरियल TPU के इस्तेमाल के उदाहरण पर आधारित है. हालांकि, अगर आपके पास मल्टी-GPU मशीन है, तो इसे अपनी ज़रूरतों के हिसाब से आसानी से बदला जा सकता है.

अगर आपको Colab के ज़रिए काम करना है, तो Colab के लिए एक से ज़्यादा जीपीयू वाले वीएम को सीधे तौर पर सेट अप किया जा सकता है. इसके लिए, Colab Connect मेन्यू में "कस्टम GCE (जीसीई) VM से कनेक्ट करें" का इस्तेमाल करें.

हम यहां Kaggle का मुफ़्त TPU इस्तेमाल करने पर फ़ोकस करेंगे.

शुरू करने से पहले

Kaggle क्रेडेंशियल

जेम्मा मॉडल को Kaggle होस्ट करता है. Gemma का इस्तेमाल करने के लिए, Kaggle पर ऐक्सेस करने का अनुरोध करें:

  • kaggle.com पर जाकर, साइन इन करें या रजिस्टर करें
  • जेमा मॉडल कार्ड खोलें और "ऐक्सेस का अनुरोध करें" को चुनें
  • सहमति वाला फ़ॉर्म भरें. साथ ही, नियमों और शर्तों को 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 शामिल हैं

नीचे दिए गए सेल को चलाएं और पूछे जाने पर, 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 एनवायरमेंट में KAGGLE_USERNAME और KAGGLE_KEY को सेट करें.

इंस्टॉल करना

Gemma मॉडल वाले Keras और KerasNLP को 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
# 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 सैनिटी की जांच करें. Kaggle में, 16 जीबी मेमोरी और 8 TPU कोर वाले TPUv3-8 डिवाइस उपलब्ध होते हैं.

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 जीपीयू पर मिली-जुली सटीक ट्रेनिंग के बारे में नोट

NVIDIA जीपीयू की ट्रेनिंग के दौरान, मिले-जुले सटीक डेटा (keras.mixed_precision.set_global_policy('mixed_bfloat16')) का इस्तेमाल किया जा सकता है, ताकि ट्रेनिंग की क्वालिटी पर कम से कम असर पड़े और ट्रेनिंग को तेज़ किया जा सके. ज़्यादातर मामलों में, हमारा सुझाव है कि मिली-जुली सटीक जानकारी को चालू करें. इससे मेमोरी और समय, दोनों बचते हैं. हालांकि, ध्यान रखें कि छोटे बैच के साइज़ में, यह मेमोरी के इस्तेमाल को 1.5 गुना बढ़ा सकता है. वज़न दो बार लोड होगा, आधे सटीक और पूरी तरह सटीक होगा.

अनुमान के लिए, आधा सटीक (keras.config.set_floatx("bfloat16")) काम करेगा और मेमोरी बचाएगा, जबकि मिक्स-प्रीसिज़न लागू नहीं होता.

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

इस मॉडल को TPU में डिस्ट्रिब्यूट किए गए वेट और टोनर के साथ लोड करने के लिए, सबसे पहले एक नया DeviceMesh बनाएं. DeviceMesh, डिस्ट्रिब्यूटेड कंप्यूटेशन के लिए कॉन्फ़िगर किए गए हार्डवेयर डिवाइसों का एक कलेक्शन है. इसे Keras 3 में यूनिफ़ाइड डिस्ट्रिब्यूशन एपीआई के हिस्से के तौर पर लॉन्च किया गया था.

डिस्ट्रिब्यूशन एपीआई की मदद से, डेटा और मॉडल को एक साथ काम किया जा सकता है. इससे, एक से ज़्यादा ऐक्सेलरेटर और होस्ट पर डीप लर्निंग मॉडल को असरदार तरीके से स्केल किया जा सकता है. यह मौजूदा फ़्रेमवर्क (जैसे कि JAX) का इस्तेमाल करके, एक प्रोसेस, मल्टीपल डेटा (एसपीएमडी) एक्सपैंशन नाम की प्रोसेस के ज़रिए शार्डिंग डायरेक्टिव के आधार पर प्रोग्राम और टेंसर डिस्ट्रिब्यूशन करता है. ज़्यादा जानकारी के लिए, Keras 3 Distribution API की गाइड पढ़ें.

# 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 से मिलने वाला LayoutMap, यह बताता है कि वेट और टेंसर को कैसे शार्ड या कॉपी किया जाना चाहिए. इसके लिए, स्ट्रिंग कुंजियों का इस्तेमाल किया जाता है. उदाहरण के लिए, नीचे मौजूद token_embedding/embeddings. इन्हें टेंसर पाथ से मैच करने के लिए, रेगुलर एक्सप्रेशन की तरह माना जाता है. मेल खाने वाले टेन्सर को मॉडल डाइमेंशन (8 TPU) के साथ शार्ड किया जाता है. बाकी डाइमेंशन पूरी तरह से कॉपी किए जाते हैं.

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 सभी डायबिटीज़ पर मॉडल के वेट या ऐक्टिवेशन टेंसर को शार्ड किया जा सकता है. ऐसे मामले में, ऊपर बताए गए layout_map के मुताबिक, कुछ Gemma 7B मॉडल के वेट को 8 TPU चिप में शार्ड किया जाता है. अब मॉडल को डिस्ट्रिब्यूटेड 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 का उदाहरण 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 करने से पहले 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 बेहतरीन कॉमेडी फ़िल्मों की सूची तैयार करता है. अब हम आउटपुट स्टाइल बदलने के लिए, जेम्मा मॉडल को बेहतर बनाते हैं.

IMDB 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)

कम रैंक वाला अडैप्टेशन (एलआरए) का इस्तेमाल करके फ़ाइन ट्यूनिंग करें. LoRA एक फ़ाइन-ट्यूनिंग तकनीक है. यह मॉडल के पूरे वेट को फ़्रीज़ करके और मॉडल में ट्रेन किए जा सकने वाले नए वेट की संख्या को कम करके, डाउनस्ट्रीम टास्क में ट्रेन किए जा सकने वाले पैरामीटर की संख्या को काफ़ी कम कर देती है. इसका मतलब है कि LoRA ट्रेनिंग के लिए कम रैंक वाले दो छोटे मैट्रिक AxB का इस्तेमाल करके, पूरे वज़न वाले बड़े मैट्रिक को फिर से पैरामीटर देता है. इससे ट्रेनिंग ज़्यादा तेज़ और बेहतर होती है और मेमोरी कम हो जाती 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 ट्रेनिंग देने लायक पैरामीटर की संख्या काफ़ी कम हो गई है. यह संख्या 7 अरब से 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."

मॉडल को बेहतर बनाने के बाद, उसने फ़िल्म की समीक्षा करने का तरीका जाना. अब वह 90 के दशक की कॉमेडी फ़िल्मों के लिए, इसी स्टाइल में वीडियो बना रही है.

आगे क्या करना है

इस ट्यूटोरियल में, आपको बताया गया कि KerasNLP JAX बैकएंड में उसे इस्तेमाल करने का तरीका क्या है, ताकि IMDb डेटासेट पर जेम्मा मॉडल को बेहतर TPU पर डिस्ट्रिब्यूटेड तरीके से इस्तेमाल किया जा सके. और क्या जानना चाहिए, इस बारे में यहां कुछ सुझाव दिए गए हैं: