本科生 60 行代码教你手搓 GPT 大模型，技术介绍堪比教程 ...

ove兲使哋寶赑

机器之心报道
1 M$ h' I9 u  d0 l机器之心编辑部
GPT 模型实现起来有时也很简单。
6 x+ B  I& [7 _当前，大型语言模型（LLM）被认为是人工智能突破的方向。人们正在尝试用它们做各种复杂的事情，比如问答、创作、数学推理以及编写代码等。近段时间 ChatGPT 持续的爆火是最好的例证。
然而，对于机器学习从业者来说，大模型的门槛很高：因为体量太大难以训练，很长时间里这个方向一直被大公司垄断。不过最近，简化 GPT 模型的方法越来越多了。1 月中旬，前特斯拉 AI 高级总监 Andrej Karpathy（现已回归 OpenAI）就发布了从零开始构建 GPT 模型的完整教程。不过训练出的 GPT 和 OpenAI 的 GPT-3 比较，两者规模差距达 1 万 - 100 万倍。
4 R/ B; d9 G, l0 P; l! E近日，加拿大麦克马斯特大学的一位软件工程本科生 Jay Mody 在导入 NumPy 库下，仅用 60 行代码就从头实现了一个 GPT 模型，并将其命名为 PicoGPT。不仅如此，他还将经过训练的 GPT-2 模型权重加载到自己的实现中，并生成了一些文本。下面为 60 行代码展示。
: P: w' G2 N. u! d, g  _
3 X4 [7 k( r7 s' A) s

不过要做到这些，你需要熟悉 Python 和 NumPy，还要有一些训练神经网络的基本经验。作者表示，这篇博客旨在对 GPT 进行简单易懂的完整介绍。因此，作者只使用已经训练的模型权重来实现前向传递代码。
9 _; |) V0 N% c( t1 a

: \' W7 t4 r8 p% h$ q) l
代码地址：
7 h; Y0 ~# n  r3 O$ |: h  W( m* g% qhttps://github.com/jaymody/picoGPT/blob/29e78cc52b58ed2c1c483ffea2eb46ff6bdec785/gpt2_pico.py#L3-L58
对于此项研究，Andrej Karpathy 给出了四个字：虽迟但到。想当初，Karpathy 构建的 minGPT 和 nanoGPT 还要 300 行代码。



& ^0 k0 Y" c/ p7 b& I值得一提的是，这篇教程不是完全零门槛的。为了让读者明白，作者首先介绍了什么是 GPT、它的输入、输出如何等其他内容，介绍得都非常详细。

, {, G7 t$ Q# g9 C; k& ^; j

% ?4 N4 A8 [8 X; G4 n2 @( q至于 GPT 到底能干什么，作者给出了几个示例，它能写电子邮件、总结一本书、给你 instagram 标题的想法、向 5 岁的孩子解释黑洞、用 SQL 编写代码等。
+ ^: w6 g- E) _0 o/ w4 q4 V1 ]% _6 j通过仔细阅读这部分内容后，你能大致了解 GPT 的一些基础知识。有了这些背景介绍，接下来就是如何设置了。
项目介绍
设置
3 j: \* ?% a; V! d这一章节主要介绍了如何设置编码器、超参数以及参数。



你要做的，首先是克隆代码库：

% E3 A& r3 t6 j6 T/ ^+ Q

然后安装依赖项：


6 H' N% h/ _0 l9 r# k' I2 _. l* J
注意，如果你使用的是 M1 Macbook，在运行 pip install 之前，你需要在 requirements.txt 中将 tensorflow 更改为 tensorflow-macos。在这个项目下，文件包括 encoder.py、utils.py、gpt2.py、gpt2_pico.py：
encoder.py：包含 OpenAI BPE Tokenizer 的代码，直接取自 gpt-2 repo；
gpt2.py：包含 GPT 模型和生成代码，可以将其作为 python 脚本运行；
3 _/ j- N% T6 Fgpt2_pico.py：与 gpt2.py 相同，但是代码行数更少。
其中 gpt2.py 需要从头开始实现，因此你要做的是先删除 gpt2.py 并重新创建一个空文件：

9 a% P- ?: n, {$ {9 V; [; q7 D2 M
) a0 E1 n% _% m9 t! n
" i3 |. u' g4 x: s5 J然后将下列代码复制到 gpt2.py 中：

& \: u+ ~9 Z4 q

上述代码包含 4 个主要部分：
+ }/ o' N! `1 J0 e" r+ lgpt2 函数是本次实现 GPT 的实际代码；
* K+ N  N8 O0 S  X& M; n7 dgenerate 函数实现自回归解码算法；
main 函数；
fire.Fire ( main ) 将文件转换为 CLI 应用程序，以便最终可以运行代码：python gpt2.py "some prompt here"。
main 函数包含有 encode、hparams、params 参数，执行下列代码：
: R/ I# h. Y( V4 d& l, J

8 B7 y! s( x/ a1 D
$ {5 o9 i, b: o0 p8 `9 J设置完成之后，作者开始介绍编码器、超参数、参数的一些细节内容。就拿编码器来说，本文的编码器和 GPT-2 使用的 BPE tokenizer 一样。下面是该编码器编码和解码的一些文本示例：
1 L" [' @0 f+ ?$ M


8 H' X5 m" D" ?; I* x  c6 l实际的 token 长这个样子：
0 m' a1 p! D1 a2 r


需要注意，有时 token 是单词（例如 Not），有时它们是单词但前面有一个空格（例如 all， 代表一个空格），有时是单词的一部分（例如 capes 被拆分为 cap 和 es ) ，有时它们是标点符号（例如 .）。
. V+ S# w# x8 t9 FBPE 的一个好处是它可以对任意字符串进行编码，如果遇到词汇表中不存在的内容，它会将其分解为它能理解的子字符串：
8 e, ^! ^6 F) }# e3 z, x: x
2 d5 o, ^( q1 a% i! s5 \; g

更细节的内容不再赘述。接下来介绍基础神经网络，这一部分就更加基础了，主要包括 GELU、Softmax 函数以及 Layer Normalization 和 Linear。
/ l# a) V' ^+ O; s2 d4 g3 h


5 T7 m; _  e$ A* j! z0 [! _9 Z每一小部分都有代码示例，例如在 Linear 部分，作者展示了标准矩阵乘法 + 偏置：
$ i5 a5 g9 T6 R* u# @  s

2 I& Z8 n$ m/ c2 w$ t" a
线性层从一个向量空间投影到另一个向量空间的代码如下：
4 C( s/ z' N) o. ~
0 p) X- H4 d, v" v

7 f) X: }4 C: FGPT 架构
  ]- G4 |: E# e. _8 d这部分介绍 GPT 自身架构。
# q+ O# P- }8 G$ s5 D: E, a

- S) y4 l! n. E' a- q5 U. t) D
# P: u( j( n! x* ]Transformer 架构如下：


) N: A6 o! N  m! J
Transformer 仅使用解码器堆栈（图的右侧部分）：
+ W" `: ]/ T, q8 t9 }2 O+ s9 N# ^


需要注意，由于摆脱了编码器，中间的交叉注意力层也被删除了。
在高层次上，GPT 体系架构有以下三个部分：
文本 + 位置嵌入；
; s  C/ `  O" _: KTransformer 解码器堆栈；
7 B+ ~$ v  K/ ~2 |" E6 s6 m% J投影到词汇表。
  l( M! K9 i. G3 ?代码就像下面这样：
2 o; p; X# v) h' E3 i- @: D# E* `
! N9 k! {* U  ?- P  o! ^

代码部分截图
接下来更详细地分解以上三个部分中的每一个部分，这里也不再赘述。
以上就是作者对 GPT 的实现，接下来就是将它们组合在一起并运行代码，得到 gpt2.py。它的全部内容只有 120 行代码（如果删除注释和空格，则为 60 行）。
8 t( V/ j; _% e% @作者通过以下方式测试结果：



3 J8 a9 C9 }/ _9 z: L. k输出结果如下：
0 F9 I0 O! C0 f  u/ C

6 e) z  u2 p% q  e' k
正如作者说的：这次实验成功了。
本文只是跟着作者的思路大概介绍了整体流程，想要了解更多内容的小伙伴，可以参考原文链接。
原文链接：https://jaykmody.com/blog/gpt-from-scratch/#basic-layers
* M. H9 t" Z% f( i全面学习 ChatGPT，机器之心准备了 89 篇文章合集
这是一份全面、系统且高质量的 ChatGPT 文章合集，我们筛选出来了 89 篇相关文章，设计了阅读框架与学习路径，大家可以根据自己的需求进行浏览与研读。合集内容包括：
( h% w  Y0 J3 b% SChatGPT 及 OpenAI 大事件时间轴
* _) M' U- y9 o: |& |# k! R: }概念 · 真正搞懂 ChatGPT：共 3 篇文章
& n7 o+ S  Q+ D* R" T- l  ?8 j研究 · GPT 家族更迭：共 16 篇文章
八年 · OpenAI 的历史与现在：共 13 篇文章
) B- X- I# ]5 E. k4 v* y干货 · GPT 相关研究与技术：共 18 篇文章
观点 · 专家谈 ChatGPT：共 8 篇文章
2 r8 C" }0 q' u; b/ `8 _$ y" m行业 · 应用与探索：共 23 篇文章
6 y, n5 i0 @1 o) Y4 t! x& r. d/ |, e行业 · 同类产品：共 8 篇文章
THE END
投稿或寻求报道：content@jiqizhixin.com