李飛飛高徒教你從0到1構建GPT，馬斯克點贊

韓智 2023-01-19 13:58:20 來源：量子位

詹士 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

“從0到1手搓GPT”教程來了！

視頻1個多小時，從原理到代碼都一一呈現(xiàn)，訓練微調也涵蓋在內，手把手帶著你搞定。

該內容剛發(fā)出來，在Twitter已吸引400萬關注量，HackerNews上Points也破了900。

連馬斯克也下場支持。

評論區(qū)更是一片鑼鼓喧天鞭炮齊鳴，網(wǎng)友們紛紛馬住。

有人評價，Andrej確實是一位出色的“事物解釋者”，也熱心于回答大家的問題。

還有網(wǎng)友更夸張，稱該教程簡直是來“救命”。

那么，這位活菩薩是誰？

正是前特斯拉AI總監(jiān)，李飛飛高徒——Andrej Karpathy。

教程具體說了什么？

這就來展開講講。

從零構建GPT，總共幾步？

視頻教程先從理論講起。

第一部分主要關于建立基準語言模型（二元）以及Transformer核心注意力機制，以及該機制內節(jié)點之間的信息傳遞，自注意力機制理論也有涉及。

該part內容長度超過1小時，不僅有概念解釋，還教你如何使用矩陣乘法、添加softmax歸一化，可謂“夯實基礎”式講解。

接著講述構建Transformer。

這當中涉及了多頭注意力（包括如何插入自注意力構建塊）、多層感知機（MLP）、殘差連接、歸一化方法LayerNorm以及如何在Transformer中添加Dropout Notes…….

然后，作者會帶大家訓練一個模型，當中會用到一個名為nanoGPT的庫，可調用GPT-2參數(shù)，快速完成GPT模型的訓練。

教程中，作者還將所得模型與Open AI的GPT-3比較。兩者規(guī)模差距達1萬-100萬倍，但神經(jīng)網(wǎng)絡是相同的。另一個將拿來比較的是人盡皆知的ChatGPT，當然，我們目前所得只是預訓練模型。

在上述內容引導下，我們已得一個10M參數(shù)規(guī)模的模型，在一個GPU上訓練15分鐘，喂給1MB大小的莎士比亞文本數(shù)據(jù)集，它就能像莎士比亞一樣輸出。

比如下面兩張圖，你能分辨哪個是真人莎士比亞寫的嗎？

評論區(qū)有人好奇選什么GPU資源。作者也分享了下——自己用的是Lambda的云上GPU，這是他目前接觸按需計費GPU中，最簡單的渠道。

光說不練不行，作者還給出一些課后練習，總共四道題，包括：

• N維張量掌握挑戰(zhàn)；
• 在自己選擇的數(shù)據(jù)集上訓練GPT；
• 找一個非常大的數(shù)據(jù)集，基于它訓練Transformer，然后初始化再基于莎士比亞數(shù)據(jù)集微調，看能否通過預訓練獲得更低的驗證損失？
• 參考Transformer相關論文，看看之前研究中哪些操作能進一步提升性能；

神器nanoGPT也剛發(fā)布

前文提及，作者之所以能快速完成訓練GPT，有賴于一個名nanoGPT的庫。

這也是本教程作者前幾天剛發(fā)布的利器，由2年前的minGPT升級而來，只是換了個更“標題黨”的名字，自稱納米級（nano）。目前，其在GitHub所獲star已超8k，網(wǎng)友連連點贊。

據(jù)作者介紹，該庫里面包含一個約300行的GPT模型定義（文件名：model.py），可以從OpenAI加載GPT-2權重。

還有一個訓練模型PyTorch樣板（文件名：train.py），同樣也是300多行。

對想上手的AI玩家來說，無論是從頭開始訓練新模型，還是基于預訓練進行微調（目前可用的最大模型為1.3B參數(shù)的GPT-2），各路需求均能滿足。

△ 一個訓練實例展示

據(jù)作者目前自己的測試，他在1 個 A100 40GB GPU 上訓練一晚，損失約為 3.74。如果是在4個GPU上訓練損失約為3.60。

如果在8個A100 40GB節(jié)點上進行約50萬次迭代，時長約為1天，atim的訓練降至約3.1，init隨機概率是10.82，已將結果帶到了baseline范圍。

對macbook或一些“力量”不足的小破本，靠nanoGPT也能開訓。

不過，作者建議使用莎士比亞（shakespeare）數(shù)據(jù)集，該數(shù)據(jù)集前文已提及，大小約1MB，然后在一個很小的網(wǎng)絡上運行。

據(jù)他自己親身示范，創(chuàng)建了一個小得多的Transformer（4層，4個head，64嵌入大小），在作者自己的蘋果AIR M1本上，每次迭代大約需要400毫秒。

（GitHub上nanoGPT鏈接附在文末，有需要的朋友自取）

One More Thing

此番教程作者Karpathy Andrej在圈內早已頗有名氣，他在斯坦福時，師從華人AI大牛李飛飛，后又曾工作于Open AI。

此前，Karpathy就在致力于讓更多人接觸了解神經(jīng)網(wǎng)絡和相關數(shù)據(jù)集。2020年8月，他就曾發(fā)布nanoGPT前一代，MinGPT，同樣旨在讓GPT做到小巧、簡潔、可解釋，同樣主打——300行代碼解決問題。

Karpathy另一個身份是前特斯拉AI核心人物。

在馬斯克麾下，他歷任特斯拉高級AI主管、特斯拉自動駕駛AutoPilot負責人、特斯拉超算Dojo負責人、特斯拉擎天柱人形機器人負責人…

2022年7月，Karpathy Andrej離職，在業(yè)內引發(fā)不小討論。當時他就表示，未來將花更多時間在AI、開源技術教育上。

這回發(fā)布的從0開始構建GPT課程，正是他教學計劃的一部分。

• 課程視頻：

https://www.youtube.com/watch?v=kCc8FmEb1nY

• nanoGPT GitHub鏈接：

https://github.com/karpathy/nanoGPT

參考鏈接：
[1]https://twitter.com/karpathy/status/1615398117683388417?s=46&t=69hVy8CNcEBXBYmQHXhdxA
[2]https://news.ycombinator.com/item?id=34414716

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態(tài)