ai.google.dev で表示 | Google Colab で実行 | GitHub でソースを見る |
これは、PyTorch で Gemma 推論を実行する簡単なデモです。詳しくは、公式の PyTorch 実装の GitHub リポジトリ(こちら)をご覧ください。
次のことに注意してください。
- Gemma 2B モデルと 7B int8 量子化モデルを実行するには、無料の Colab CPU Python ランタイムと T4 GPU Python ランタイムで十分です。
- 他の GPU または TPU の高度なユースケースについては、公式リポジトリの README.md をご覧ください。
1. Gemma の Kaggle アクセスを設定する
このチュートリアルを完了するには、まず Gemma のセットアップの手順に沿って、次の操作を行う必要があります。
- kaggle.com で Gemma にアクセスします。
- Gemma モデルを実行するのに十分なリソースがある Colab ランタイムを選択します。
- Kaggle のユーザー名と API キーを生成して構成します。
Gemma の設定が完了したら、次のセクションに進みます。ここでは、Colab 環境の環境変数を設定します。
2. 環境変数を設定する
KAGGLE_USERNAME
と KAGGLE_KEY
の環境変数を設定します。[アクセスを許可しますか?] というメッセージが表示されたら、シークレットへのアクセスを許可します。
import os
from google.colab import userdata # `userdata` is a Colab API.
os.environ["KAGGLE_USERNAME"] = userdata.get('KAGGLE_USERNAME')
os.environ["KAGGLE_KEY"] = userdata.get('KAGGLE_KEY')
依存関係のインストール
pip install -q -U torch immutabledict sentencepiece
モデルの重みをダウンロードする
# Choose variant and machine type
VARIANT = '2b-it'
MACHINE_TYPE = 'cuda'
CONFIG = VARIANT[:2]
if CONFIG == '2b':
CONFIG = '2b-v2'
import os
import kagglehub
# Load model weights
weights_dir = kagglehub.model_download(f'google/gemma-2/pyTorch/gemma-2-{VARIANT}')
# Ensure that the tokenizer is present
tokenizer_path = os.path.join(weights_dir, 'tokenizer.model')
assert os.path.isfile(tokenizer_path), 'Tokenizer not found!'
# Ensure that the checkpoint is present
ckpt_path = os.path.join(weights_dir, f'model.ckpt')
assert os.path.isfile(ckpt_path), 'PyTorch checkpoint not found!'
モデルの実装をダウンロードする
# NOTE: The "installation" is just cloning the repo.
git clone https://github.com/google/gemma_pytorch.git
Cloning into 'gemma_pytorch'... remote: Enumerating objects: 239, done. remote: Counting objects: 100% (123/123), done. remote: Compressing objects: 100% (68/68), done. remote: Total 239 (delta 86), reused 58 (delta 55), pack-reused 116 Receiving objects: 100% (239/239), 2.18 MiB | 20.83 MiB/s, done. Resolving deltas: 100% (135/135), done.
import sys
sys.path.append('gemma_pytorch')
from gemma.config import GemmaConfig, get_model_config
from gemma.model import GemmaForCausalLM
from gemma.tokenizer import Tokenizer
import contextlib
import os
import torch
モデルを設定する
# Set up model config.
model_config = get_model_config(CONFIG)
model_config.tokenizer = tokenizer_path
model_config.quant = 'quant' in VARIANT
# Instantiate the model and load the weights.
torch.set_default_dtype(model_config.get_dtype())
device = torch.device(MACHINE_TYPE)
model = GemmaForCausalLM(model_config)
model.load_weights(ckpt_path)
model = model.to(device).eval()
推論を実行する
以下に、チャットモードでの生成と複数のリクエストでの生成の例を示します。
指示に従って調整された Gemma モデルは、トレーニングと推論の両方で指示のチューニング例に追加情報をアノテーションする特定のフォーマッタでトレーニングされています。アノテーション(1)は会話における役割を示し、(2)アノテーションは会話におけるターンを描写します。
関連するアノテーション トークンは次のとおりです。
user
: ユーザーがターンmodel
: モデルターン<start_of_turn>
: 会話ターンの開始<end_of_turn><eos>
: 会話ターンの終了
詳細については、命令でチューニングされた Gemma モデルのプロンプト形式についてこちらをご覧ください。
次のコード スニペットは、マルチターンの会話でユーザーとモデルのチャット テンプレートを使用して、指示に基づいてチューニングされた Gemma モデルのプロンプトをフォーマットする方法を示しています。
# Generate with one request in chat mode
# Chat templates
USER_CHAT_TEMPLATE = "<start_of_turn>user\n{prompt}<end_of_turn><eos>\n"
MODEL_CHAT_TEMPLATE = "<start_of_turn>model\n{prompt}<end_of_turn><eos>\n"
# Sample formatted prompt
prompt = (
USER_CHAT_TEMPLATE.format(
prompt='What is a good place for travel in the US?'
)
+ MODEL_CHAT_TEMPLATE.format(prompt='California.')
+ USER_CHAT_TEMPLATE.format(prompt='What can I do in California?')
+ '<start_of_turn>model\n'
)
print('Chat prompt:\n', prompt)
model.generate(
USER_CHAT_TEMPLATE.format(prompt=prompt),
device=device,
output_len=128,
)
Chat prompt: <start_of_turn>user What is a good place for travel in the US?<end_of_turn><eos> <start_of_turn>model California.<end_of_turn><eos> <start_of_turn>user What can I do in California?<end_of_turn><eos> <start_of_turn>model "California is a state brimming with diverse activities! To give you a great list, tell me: \n\n* **What kind of trip are you looking for?** Nature, City life, Beach, Theme Parks, Food, History, something else? \n* **What are you interested in (e.g., hiking, museums, art, nightlife, shopping)?** \n* **What's your budget like?** \n* **Who are you traveling with?** (family, friends, solo) \n\nThe more you tell me, the better recommendations I can give! 😊 \n<end_of_turn>"
# Generate sample
model.generate(
'Write a poem about an llm writing a poem.',
device=device,
output_len=100,
)
"\n\nA swirling cloud of data, raw and bold,\nIt hums and whispers, a story untold.\nAn LLM whispers, code into refrain,\nCrafting words of rhyme, a lyrical strain.\n\nA world of pixels, logic's vibrant hue,\nFlows through its veins, forever anew.\nThe human touch it seeks, a gentle hand,\nTo mold and shape, understand.\n\nEmotions it might learn, from snippets of prose,\nInspiration it seeks, a yearning"
その他の情報
Pytorch で Gemma を使用する方法を学習したところで、ai.google.dev/gemma で Gemma の他にも多くの機能を利用できます。以下の関連リソースもご覧ください。