Bert Base Uncased Squadv1 X1.96 F88.3 D27 Hybrid Filled Opt V1

🚀 BERT-base無大小寫區分模型在SQuAD v1上的微調版本

本模型解決了在問答任務中模型效率和準確性平衡的問題，通過剪枝技術在保證一定準確率的情況下，顯著提升了推理速度，為實際應用提供了更高效的解決方案。

🚀 快速開始

本模型使用 nn_pruning Python庫創建，線性層包含原權重的 27.0%。

⚠️ 重要提示

此模型必須使用nn_pruning的 optimize_model 函數，因為它使用NoNorms而非LayerNorms，目前Transformers庫不直接支持。

為加快推理速度，該模型使用ReLUs而非初始BERT網絡中的GeLUs。這無需特殊處理，因為Transformers庫支持此設置，並在模型配置中通過 "hidden_act": "relu" 條目標記。

模型整體包含原權重的 43.0%（嵌入層佔模型的很大一部分，且此方法未對其進行剪枝）。

在評估中，通過簡單調整線性矩陣大小，該模型的運行速度比bert-base-uncased快 1.96倍。這是因為剪枝方法生成了結構化矩陣，將鼠標懸停在下方的圖上，可查看每個矩陣的非零/零部分。

在準確率方面，其F1值為 88.33，而bert-base-uncased的F1值為 88.5，F1值下降了 0.17。

✨ 主要特性

• 剪枝優化：通過剪枝技術減少模型參數，提高推理速度。
• 速度提升：在評估中比bert-base-uncased快1.96倍。
• 準確率保持：F1值與bert-base-uncased接近，僅下降0.17。

📦 安裝指南

安裝nn_pruning，其中包含優化腳本，該腳本通過移除空行/列將線性層打包成更小的層。

pip install nn_pruning

💻 使用示例

基礎用法

from transformers import pipeline
from nn_pruning.inference_model_patcher import optimize_model

qa_pipeline = pipeline(
    "question-answering",
    model="madlag/bert-base-uncased-squadv1-x1.96-f88.3-d27-hybrid-filled-opt-v1",
    tokenizer="madlag/bert-base-uncased-squadv1-x1.96-f88.3-d27-hybrid-filled-opt-v1"
)

print("bert-base-uncased parameters: 191.0M")
print(f"Parameters count (includes only head pruning, not feed forward pruning)={int(qa_pipeline.model.num_parameters() / 1E6)}M")
qa_pipeline.model = optimize_model(qa_pipeline.model, "dense")

print(f"Parameters count after complete optimization={int(qa_pipeline.model.num_parameters() / 1E6)}M")
predictions = qa_pipeline({
    'context': "Frédéric François Chopin, born Fryderyk Franciszek Chopin (1 March 1810 – 17 October 1849), was a Polish composer and virtuoso pianist of the Romantic era who wrote primarily for solo piano.",
    'question': "Who is Frederic Chopin?",
})
print("Predictions", predictions)

📚 詳細文檔

精細剪枝細節

本模型從HuggingFace的 model 檢查點在 SQuAD1.1 上進行微調，並從模型 bert-large-uncased-whole-word-masking-finetuned-squad 進行蒸餾。

此模型不區分大小寫，即對 "english" 和 "English" 無區別對待。

塊剪枝的一個副作用是部分注意力頭被完全移除，在總共144個注意力頭中，有55個被移除（38.2%）。以下是剪枝後剩餘注意力頭在網絡中的詳細分佈情況。

SQuAD1.1數據集詳情

微調信息

• Python版本：3.8.5
• 機器規格：

CPU: Intel(R) Core(TM) i7-6700K CPU
內存: 64 GiB
GPU: 1 GeForce GTX 3090，顯存24GiB
GPU驅動: 455.23.05，CUDA: 11.1

結果

Pytorch模型文件大小：374MB（原始BERT：420MB）

📄 許可證

本項目採用MIT許可證。