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

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？人工智能站进行了整理。

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
#Lets 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("Lets 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 TensorFlow 2.0，用户可以将这些工具放在一起使用。如下为使用 TensorFlow 2.0 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, lets 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