Transformer-Repro

Transformer再現実装

概要

n番煎目のTransformer再現実装
2017年「Attention Is All You Need」で発表されたTransformerを実装して英語から日本語に変換
事前学習済み言語モデルを利用した場合とSentencePieceを利用した場合の2種類を実装

環境

Ubuntu, CUDA 11.7以上を推奨(PyTorch2.0以上を使用するため)

Anacondaを用いた仮想環境を利用

• Python:3.10
• PyTorch:2.01

torch_ortを使用するため, 事前にCUDA, CuDNNをインストール済みである必要。 CuDNNインストールガイド

以下のコマンドで仮想環境を再現可能。

conda create -n transformer_env python=3.10 -y
conda activate transformer_env
conda install pytorch pytorch-cuda=11.7 -c pytorch -c nvidia -y
pip install optuna
conda install -c conda-forge onnx -y
conda install -c conda-forge onnxruntime -y
pip install onnxruntime
pip install onnxruntime-gpu
conda install -c conda-forge black -y
conda install -c conda-forge spacy -y
conda install -c anaconda pandas -y
conda install -c anaconda scikit-learn -y
conda install -c conda-forge torchdata -y
conda install -c pytorch torchtext -y
conda install -c conda-forge visdom -y
conda install -c anaconda nltk -y
conda install -c conda-forge gputil -y
conda install -c conda-forge pynvml -y
pip install torch-ort
export MKL_SERVICE_FORCE_INTEL=1
python -m torch_ort.configure

また、事前学習済み言語モデル利用するため、以下のコマンドでダウンロードしてください。

python -m spacy download ja_core_news_md
python -m spacy download en_core_web_md

引数指定ファイル

引数をcfg.ymlで指定可能。記述例はconfigファイルを参照

重要な引数一覧

引数	値	説明
mode	train or test or predict or onnx or optuna	学習 / テスト / 予測 / ONNXによる予測 / ハイパラ調整
data_mode	pretrain or sp	事前学習済みモデル / SentencePiece
visdom	True or False	Visdomを用いて学習状況を可視化するか
data_limit	10**5 など	データセットの使用データ数, 指定しなければ全データを使用
batch_size	64 など	バッチ数
epochs	15 など	エポック数

使用技術 ,ライブラリ

Visdom

学習状況を可視化

AMP(Automatic Mixed Precision)

浮動小数点の値の範囲を減らし高速に学習,推論。 PyTorchに組み込まれているtorch.ampを利用。

torch_ort

学習高速化方法。torch.compileが登場する前の技術。

torch.compile

PyTorch 2.0から登場したモデル高速化技術。

Optuna

ハイパーパラメーターチューニング。最適なハイパーパラメーターの値を決定可能。

ONNX

モデルを最適化し,高速に推論。そして複数のフレームワークで動作可能。

言語モデル

事前学習済み言語モデル利用

ja_core_news_mdとen_core_web_mdを使用, 2801388個のデータ

SentencePiece利用

サブワードを用いて単語分割を行う手法。入力文から直接分割を学習する特徴,そのため学習工程を挟む必要がある。より詳しく知りたい方はSentencepiece : ニューラル言語処理向けトークナイザへ。

ファイル構成

transformer_repro
│
│  .gitignore
│  cfg.yml        # 設定ファイル
│  README.md
│
├─assets
│      visdom.gif
│
└─transformer_repro
    │  __init__.py
    │  __main__.py                # エントリーポイント
    │
    ├─datasets
    │      custom_dataloader.py   # データローダーの構築
    │      custom_datasets.py     # データセットの構築
    │      __init__.py
    │
    ├─model
    │      decoder.py         
    │      decoder_layer.py
    │      encoder.py
    │      encoder_layer.py
    │      multi_head_attention.py
    │      pos_feed_forward.py
    │      scaled_dot_attention.py
    │      transformer.py
    │      __init__.py
    │
    ├─scripts
    │      base.py            # train_test, predictの親クラス
    │      onnx_predict.py    # ONNXに変換, 予測
    │      oputuna.py         # Oputunaによるハイパラ調整
    │      predict.py         # 予測
    │      train_test.py      # 学習, テスト
    │      __init__.py
    │
    └─utils
            show_visdom.py    # ポートの設定, Visdomによる表示
            utils.py          # utility関数
            __init__.py