特斯拉AI总监用300行代码实现“迷你版GPT”，上线GitHub三天收获3.3k星

量子位

发布于 2023-03-10 07:10:19

49010

代码可运行

文章被收录于专栏：量子位量子位

运行总次数：0

代码可运行

晓查发自凹非寺量子位报道 | 公众号 QbitAI

“GPT并不是一个复杂的模型。”

前OpenAI科学家、现任特斯拉AI总监的Andrej Karpathy在自己的GitHub项目里这样写道。

Karpathy这样说是有底气的，因为他自己只用大约300行PyTorch代码就实现了一个“小型GPT”——minGPT。该项目上线3天以来，已经收获了3.3k星。

“万能”的NLP模型GPT-3这一个月来已经刷爆社交网络，不过1750亿个参数对算力的超高要求也让人望而却步。

但是在Karpathy看来，GPT所做的事情就是将一个索引序列放入一个transformer块序列中，并得出下一个索引的概率分布。其余的复杂部分只是通过巧妙地进行批处理让训练更高效。

谈到为何要开发minGPT，Karpathy本人在项目文档里说，他是为了让GPT做到小巧、简洁、可解释且具有教育意义，因为当前大多数可用的GPT工具都有些庞大。

如果原版的GPT是一艘巨型战舰，那么minGPT就是一艘快艇。小快灵是minGPT的特点，你不能指望它去“打仗”。minGPT的作用是教育目的，让你熟悉GPT的原理。

现在，minGPT已经能够进行加法运算和字符级的语言建模，更强大的功能还在进一步开发中。

minGPT项目内容

minGPT实现大约包含300行代码，包括样板代码和完全不必要的自定义因果自注意力模块。

minGPT的核心库包含两个重要的文件：

mingpt/model.py包含实际的Transformer模型定义
mingpt/trainer.py是独立于GPT的训练模型的PyTorch样板

为了防止初学者犯难，Karpathy在repo中还随附3个Jupyter Notebook文件，教你如何使用这个库来训练序列模型：

play_math.ipynb用于训练专注于加法的GPT（这部分是受GPT-3论文中加法部分的启发）；
play_char.ipynb用于将GPT训练为任意文本上的字符级语言模型，类似于作者以前的char-rnn，但它使用的是Transformer而不是RNN；
play_words.ipynb是一个字节对编码（BPE）版本，目前尚未完成。

有了这些代码并不意味着你能立刻复现出OpenAI的几个GPT预训练模型。

Karpathy表示，使用BPE编码器、分布式训练以及fp16，才可能复现GPT-1/GPT-2的结果，不过他本人还没有尝试过。（Karpathy在这句话后面写着$$$，可能是没钱吧。）

至于现在最火的GPT-3，可能无法实现，因为Karpathy认为是它不适合GPU显存，而且需要更精细的模型并行处理。

minGPT的API用法示例如下：

# you're on your own to define a class that returns individual examples as PyTorch LongTensors
from torch.utils.data import Dataset
train_dataset = MyDataset(...)
test_dataset = MyDataset(...)

# construct a GPT model
from mingpt.model import GPT, GPTConfig
mconf = GPTConfig(vocab_size, block_size, n_layer=12, n_head=12, n_embd=768) # a GPT-1
model = GPT(mconf)

# construct a trainer
from mingpt.trainer import Trainer, TrainerConfig
tconf = TrainerConfig(max_epochs=10, batch_size=256)
trainer = Trainer(model, train_dataset, test_dataset, tconf)
trainer.train()
# (... enjoy the show for a while... )

# sample from the model (the [None, ...] and [0] are to push/pop a needed dummy batch dimension)
from mingpt.utils import sample
x = torch.tensor([1, 2, 3], dtype=torch.long)[None, ...] # context conditioning
y = sample(model, x, steps=30, temperature=1.0, sample=True, top_k=5)[0]
print(y) # our model filled in the integer sequence with 30 additional likely integers