現(xiàn)在只用60行代碼，就能從0構(gòu)建GPT了！

想當(dāng)初，前特斯拉前AI總監(jiān)的minGPT和nanoGPT也都還要300行代碼。

這個(gè)60行代碼的GPT也有名字，博主將它命名為PicoGPT。

不過和此前minGPT和nanoGPT的教程不同，今天要講的這個(gè)博主的教程，更側(cè)重于代碼實(shí)現(xiàn)部分，模型的權(quán)重則用已經(jīng)訓(xùn)練好的。

對(duì)此，博主解釋稱這篇教程的重點(diǎn)在于提供一個(gè)簡(jiǎn)單且易于破解的完整技術(shù)介紹。

這對(duì)還不理解GPT背后概念的盆友，算是非常友好了。

還有網(wǎng)友稱贊，這篇博客介紹得非常清晰，第一部分尤為如此。

這篇介紹GPT模型的文章太好了，它比我之前看到的介紹都要清晰，至少在第一部分討論文本生成和取樣是這樣的。

目前，此項(xiàng)目在GitHub上標(biāo)星已破百，HackerNews上的點(diǎn)擊量也即將破千。

從GPT是什么講起

在介紹之前，還是需要說明一下，這篇教程不是完全零門檻，需要讀者提前熟悉Python、NumPy以及一些基本的訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

教程的重點(diǎn)聚焦在技術(shù)介紹上，統(tǒng)共有六大部分：

什么是GPT？

按照慣例，在正式構(gòu)建GPT之前得先對(duì)它做一些基本介紹，教程從輸入/輸出、生成文本以及訓(xùn)練三個(gè)部分分別來講GPT是如何工作的。

在這趴，博主附上代碼，甚至還用了一些比喻來讓讀者們更好地理解GPT。

舉個(gè)栗子，在輸入這一部分，作者將句子比作一條繩子，tokenizer則會(huì)將其分割成一小段一小段（單詞），被稱作token。

又比如說，在生成文本這part介紹自動(dòng)回歸時(shí)，博主直接貼上代碼：

在每次迭代中，它會(huì)將預(yù)測(cè)的token追加回輸入，這個(gè)預(yù)測(cè)未來值并將其添加回輸入的過程就是GPT被描述為自動(dòng)回歸的原因。

60行代碼怎么運(yùn)行？

了解完GPT的基本概念之后，就直接快進(jìn)到了如何在電腦上運(yùn)行這個(gè)PicoGPT。

博主先是甩出了他那只有60行的代碼：

然后從克隆存儲(chǔ)庫(kù)，安裝依賴項(xiàng)等步驟一步步教你如何在電腦上運(yùn)行GPT。

其中，還不乏一些貼心的小tips，比如說如果使用的是M1 Macbook，那在運(yùn)行pip install之前，需要將requments.txt中的tensorflow更改為tensorflow-macos。

此外，對(duì)于代碼的四個(gè)部分：gpt2，generate，main以及fire.Fire(main)，博主也有做詳細(xì)解釋。

等到代碼能夠運(yùn)行之后，下一步博主就準(zhǔn)備詳細(xì)介紹編碼器、超參數(shù)（hparams）以及參數(shù)（params）這三部分了。

直接在筆記本或者Python會(huì)話中運(yùn)行下面這個(gè)代碼：

一些必要的模型和tokenizer文件就直接下載到model/124M，編碼器、hparams和params也能直接加載。

更具體的內(nèi)容這里就不多說了，教程的鏈接已經(jīng)附在文末。

一些基礎(chǔ)神經(jīng)網(wǎng)絡(luò)層的介紹

這一趴涉及到的知識(shí)就更加基礎(chǔ)了，因?yàn)橄乱慌渴菍?shí)際GPT自身的架構(gòu)，所以在此之前，需要了解一些非特定于GPT的更基本的神經(jīng)網(wǎng)絡(luò)層。

博主介紹了GeLU、Softmax函數(shù)以及Layer Normalization和Linear。

GPT架構(gòu)

終于！這部分要來講GPT自身的架構(gòu)了，博主從transformer的架構(gòu)引入。

△transformer架構(gòu)

GPT的架構(gòu)只使用了transformer中的解碼器堆棧（即圖表的右邊部分），并且其中的的“交叉注意”層也沒有用到。

△GPT架構(gòu)

隨后，博主將GPT的架構(gòu)總結(jié)成了三大部分：

-文本 + 位置嵌入

-變壓器解碼器堆棧

-下一個(gè)token預(yù)測(cè)頭

并且還將這三部分用代碼展示了出來，是醬紫的：

再后面，就是關(guān)于這三部分的更多細(xì)節(jié)……

測(cè)試構(gòu)建的GPT

這部分將全部的代碼組合在一起，就得到了gpt2.py，統(tǒng)共有120行代碼，刪除注釋和空格的話，就是60行。

然后測(cè)試一下！

結(jié)果是這樣的：

成功了！

一些后續(xù)補(bǔ)充

最后一部分，博主也總結(jié)了這短短60行代碼的不足：非常低效！

不過他還是給出了兩個(gè)可以讓GPT變高效的方法：

-同時(shí)地而不是順序地執(zhí)行注意力計(jì)算。

-實(shí)現(xiàn) KV 緩存。

此外，博主還推薦了一些訓(xùn)練模型、評(píng)估模型以及改進(jìn)架構(gòu)的方法和教程。

感興趣的話，直接戳文末鏈接～

作者介紹

Jay Mody，目前在加拿大一家NLP初創(chuàng)公司Cohere從事機(jī)器學(xué)習(xí)的工作，此前，他還分別在特斯拉和亞馬遜作為軟件工程師實(shí)習(xí)過一段時(shí)間。

除了這篇教程之外，小哥的博客網(wǎng)站上還有更新其他文章，并且都有附代碼～

代碼傳送門：https://github.com/jaymody/picoGPT/blob/29e78cc52b58ed2c1c483ffea2eb46ff6bdec785/gpt2_pico.py#L3-L58

教程鏈接：https://jaykmody.com/blog/gpt-from-scratch/#putting-it-all-together