Transformers2.0让你三行代码调用语言模型，兼容TF2.0和PyTorch

参考链接： 在Python中使用BERT Tokenizer和TensorFlow 2.0进行文本分类

Transformers2.0让你三行代码调用语言模型，兼容TF2.0和PyTorch 

能够灵活地调用各种语言模型，一直是 NLP 研究者的期待。近日 HuggingFace 公司开源了最新的 Transformer2.0 模型库，用户可非常方便地调用现在非常流行的 8 种语言模型进行微调和应用，且同时兼容 TensorFlow2.0 和 PyTorch 两大框架，非常方便快捷。 

最近，专注于自然语言处理（NLP）的初创公司 HuggingFace 对其非常受欢迎的 Transformers 库进行了重大更新，从而为 PyTorch 和 Tensorflow 2.0 两大深度学习框架提供了前所未有的兼容性。 

更新后的 Transformers 2.0 汲取了 PyTorch 的易用性和 Tensorflow 的工业级生态系统。借助于更新后的 Transformers 库，科学家和实践者可以更方便地在开发同一语言模型的训练、评估和制作阶段选择不同的框架。 

那么更新后的 Transformers 2.0 具有哪些显著的特征呢？对 NLP 研究者和实践者又会带来哪些方面的改善呢？机器之心进行了整理。 

项目地址：https://github.com/huggingface/transformers 

Transformers 2.0 新特性 

 像 pytorch-transformers 一样使用方便；  像 Keras 一样功能强大和简洁；  在 NLU 和 NLG 任务上实现高性能；  对教育者和实践者的使用门槛低。 

为所有人提供 SOTA 自然语言处理 

 深度学习研究者；  亲身实践者；  AI/ML/NLP 教师和教育者。 

更低的计算开销和更少的碳排放量 

 研究者可以共享训练过的模型，而不用总是重新训练；  实践者可以减少计算时间和制作成本；  提供有 8 个架构和 30 多个预训练模型，一些模型支持 100 多种语言； 

为模型使用期限内的每个阶段选择正确的框架 

 3 行代码训练 SOTA 模型；  实现 TensorFlow 2.0 和 PyTorch 模型的深度互操作；  在 TensorFlow 2.0 和 PyTorch 框架之间随意移动模型；  为模型的训练、评估和制作选择正确的框架。 

现已支持的模型 

官方提供了一个支持的模型列表，包括各种著名的预训练语言模型和变体，甚至还有官方实现的一个蒸馏后的 Bert 模型： 

1. BERT (https://github.com/google-research/bert)  

2. GPT (https://github.com/openai/finetune-transformer-lm)  

3. GPT-2 (https://blog.openai.com/better-language-models/)  

4. Transformer-XL (https://github.com/kimiyoung/transformer-xl)  

5. XLNet (https://github.com/zihangdai/xlnet/) 

6. XLM (https://github.com/facebookresearch/XLM/)  

7. RoBERTa (https://github.com/pytorch/fairseq/tree/master/examples/roberta)  

8. DistilBERT (https://github.com/huggingface/transformers/tree/master/examples/distillation) 

快速上手 

怎样使用 Transformers 工具包呢？官方提供了很多代码示例，以下为查看 Transformer 内部模型的代码： 

     import torch

     from transformers 

     import *

     #Transformers has a unified API

     #for 8 transformer architectures and 30 pretrained weights.

     #Model          | Tokenizer          | Pretrained weights shortcut

     MODELS = [(BertModel,       BertTokenizer,       

     'bert-base-uncased'),

               (OpenAIGPTModel,  OpenAIGPTTokenizer,  

     'openai-gpt'),

               (GPT2Model,       GPT2Tokenizer,       

     'gpt2'),

               (TransfoXLModel,  TransfoXLTokenizer,  

     'transfo-xl-wt103'),

               (XLNetModel,      XLNetTokenizer,      

     'xlnet-base-cased'),

               (XLMModel,        XLMTokenizer,        

     'xlm-mlm-enfr-1024'),

               (DistilBertModel, DistilBertTokenizer, 

     'distilbert-base-uncased'),

               (RobertaModel,    RobertaTokenizer,    

     'roberta-base')]

     #To use TensorFlow 2.0 versions of the models, simply prefix the class names with 'TF', e.g. TFRobertaModel is the TF 2.0 counterpart of the PyTorch model RobertaModel

     #Let's encode some text in a sequence of hidden-states using each model:

     for model_class, tokenizer_class, pretrained_weights 

     in MODELS:

     # Load pretrained model/tokenizer

         tokenizer = tokenizer_class.from_pretrained(pretrained_weights)

         model = model_class.from_pretrained(pretrained_weights)

     # Encode text

         input_ids = torch.tensor([tokenizer.encode(

     "Here is some text to encode", add_special_tokens=

     True)])  

     # Add special tokens takes care of adding [CLS], [SEP], <s>... tokens in the right way for each model.

     with torch.no_grad():

             last_hidden_states = model(input_ids)[

     0]  

     # Models outputs are now tuples

     #Each architecture is provided with several class for fine-tuning on down-stream tasks, e.g.

     BERT_MODEL_CLASSES = [BertModel, BertForPreTraining, BertForMaskedLM, BertForNextSentencePrediction,

                           BertForSequenceClassification, BertForMultipleChoice, BertForTokenClassification,

                           BertForQuestionAnswering]

     #All the classes for an architecture can be initiated from pretrained weights for this architecture

     #Note that additional weights added for fine-tuning are only initialized

#and need to be trained on the down-stream task 

tokenizer = BertTokenizer.from_pretrained('bert-base-uncased') for model_class in BERT_MODEL_CLASSES: # Load pretrained model/tokenizer model = model_class.from_pretrained('bert-base-uncased') #Models can return full list of hidden-states & attentions weights at each layer model = model_class.from_pretrained(pretrained_weights, output_hidden_states=True, output_attentions=True) input_ids = torch.tensor([tokenizer.encode("Let's see all hidden-states and attentions on this text")]) all_hidden_states, all_attentions = model(input_ids)[-2:] #Models are compatible with Torchscript model = model_class.from_pretrained(pretrained_weights, torchscript=True) traced_model = torch.jit.trace(model, (input_ids,)) #Simple serialization for models and tokenizers model.save_pretrained('./directory/to/save/') # save model = model_class.from_pretrained('./directory/to/save/') # re-load tokenizer.save_pretrained('./directory/to/save/') # save tokenizer = tokenizer_class.from_pretrained('./directory/to/save/') # re-load #SOTA examples for GLUE, SQUAD, text generation...  

Transformers 同时支持 PyTorch 和 TensorFlow2.0，用户可以将这些工具放在一起使用。如下为使用 TensorFlow2.0 和 Transformer 的代码： 

     import 

     tensorflow as tf

     import 

     tensorflow_datasets

     from 

     transformers import *

     #Load dataset, tokenizer, model from pretrained model/vocabulary

     tokenizer = 

     BertTokenizer.from_pretrained('bert-base-cased')

     model = 

     TFBertForSequenceClassification.from_pretrained('bert-base-cased')

     data = 

     tensorflow_datasets.load('glue/mrpc')

     #Prepare dataset for GLUE as a tf.data.Dataset instance

     train_dataset = 

     glue_convert_examples_to_features(data['train'], tokenizer, max_length=128, task='mrpc')

     valid_dataset = 

     glue_convert_examples_to_features(data['validation'], tokenizer, max_length=128, task='mrpc')

     train_dataset = 

     train_dataset.shuffle(100).batch(32).repeat(2)

     valid_dataset = 

     valid_dataset.batch(64)

     #Prepare training: Compile tf.keras model with optimizer, loss and learning rate schedule 

     optimizer = 

     tf.keras.optimizers.Adam(learning_rate=3e-5, epsilon=1e-08, clipnorm=1.0)

     loss = 

     tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)

     metric = 

     tf.keras.metrics.SparseCategoricalAccuracy('accuracy')

     model.compile(optimizer=

     optimizer, loss=loss, metrics=[metric])

     #Train and evaluate using tf.keras.Model.fit()

     history = 

     model.fit(train_dataset, epochs=2, steps_per_epoch=115,

     validation_data=

     valid_dataset, validation_steps=7)

     #Load the TensorFlow model in PyTorch for inspection

     model.save_pretrained('./save/')

     pytorch_model = 

     BertForSequenceClassification.from_pretrained('./save/', from_tf=True)

     #Quickly test a few predictions - MRPC is a paraphrasing task, let's see if our model learned the task

     sentence_0 = 

     "This research was consistent with his findings.“

sentence_1 = "His findings were compatible with this research.“  

sentence_2 = "His findings were not compatible with this research.“  

inputs_1 = tokenizer.encode_plus(sentence_0, sentence_1, add_special_tokens=True, return_tensors='pt')  

inputs_2 = tokenizer.encode_plus(sentence_0, sentence_2, add_special_tokens=True, return_tensors='pt') pred_1 = pytorch_model(*inputs_1)[0].argmax().item() pred_2 = pytorch_model(*inputs_2)[0].argmax().item() print("sentence_1 is", "a paraphrase" if pred_1 else "not a paraphrase", "of sentence_0") print("sentence_2 is", "a paraphrase" if pred_2 else "not a paraphrase", "of sentence_0")  

使用 py 文件脚本进行模型微调 

当然，有时候你可能需要使用特定数据集对模型进行微调，Transformer2.0 项目提供了很多可以直接执行的 Python 文件。例如： 

 run_glue.py：在九种不同 GLUE 任务上微调 BERT、XLNet 和 XLM 的示例（序列分类）；  run_squad.py：在问答数据集 SQuAD 2.0 上微调 BERT、XLNet 和 XLM 的示例（token 级分类）；  run_generation.py：使用 GPT、GPT-2、Transformer-XL 和 XLNet 进行条件语言生成；  其他可用于模型的示例代码。 

GLUE 任务上进行模型微调 

如下为在 GLUE 任务进行微调，使模型可以用于序列分类的示例代码，使用的文件是 run_glue.py。 

首先下载 GLUE 数据集，并安装额外依赖： 

pip install -r ./examples/requirements.txt

然后可进行微调： 

     export 

     GLUE_DIR=/path/to/glue

     export 

     TASK_NAME=MRPC

     python 

     ./examples/run_glue.py

      --model_type bert

      --model_name_or_path bert-base-uncased

      --task_name $TASK_NAME

      --do_train

      --do_eval

      --do_lower_case

      --data_dir $GLUE_DIR/$TASK_NAME

      --max_seq_length 128

      --per_gpu_eval_batch_size=8

      --per_gpu_train_batch_size=8

      --learning_rate 2e-5

      --num_train_epochs 3.0

      --output_dir /tmp/$TASK_NAME/

在命令行运行时，可以选择特定的模型和相关的训练参数。 

使用 SQuAD 数据集微调模型 

另外，你还可以试试用 run_squad.py 文件在 SQuAD 数据集上进行微调。代码如下： 

     python 

     -m torch.distributed.launch --nproc_per_node=8 ./examples/run_squad.py

      --model_type bert

      --model_name_or_path bert-large-uncased-whole-word-masking

      --do_train

      --do_eval

      --do_lower_case

      --train_file $SQUAD_DIR/train-v1.1.json

      --predict_file $SQUAD_DIR/dev-v1.1.json

      --learning_rate 3e-5

      --num_train_epochs 2

      --max_seq_length 384

      --doc_stride 128

      --output_dir ../models/wwm_uncased_finetuned_squad/

      --per_gpu_eval_batch_size=3

      --per_gpu_train_batch_size=3

这一代码可微调 BERT 全词 Mask 模型，在 8 个 V100GPU 上微调，使模型的 F1 分数在 SQuAD 数据集上超过 93。 

用模型进行文本生成 

还可以使用 run_generation.py 让预训练语言模型进行文本生成，代码如下： 

     python 

     ./examples/run_generation.py

      --model_type=gpt2

      --length=20

      --model_name_or_path=gpt2

安装方法 

如此方便的工具怎样安装呢？用户只要保证环境在 Python3.5 以上，PyTorch 版本在 1.0.0 以上或 TensorFlow 版本为 2.0.0-rc1。 

然后使用 pip 安装即可。 

pip install transformers

移动端部署很快就到 

HuggingFace 在 GitHub 上表示，他们有意将这些模型放到移动设备上，并提供了一个 repo 的代码，将 GPT-2 模型转换为 CoreML 模型放在移动端。 

未来，他们会进一步推进开发工作，用户可以无缝地将大模型转换成 CoreML 模型，无需使用额外的程序脚本。 

repo 地址：https://github.com/huggingface/swift-coreml-transformers