Bert4torch 快速入门实战教程非常详细

本人经常会阅读苏神的科学空间网站，里面有很多对前言paper浅显易懂的解释，以及很多苏神自己的创新实践；并且基于bert4keras框架都有了相应的代码实现。但是由于本人主要用pytorch开发，因此参考bert4keras开发了bert4torch项目，实现了bert4keras的主要功能。

目录

简介

主要功能

支持的预训练权重(bert4torch)

实战

1. 建模流程示例

2. 主要模块讲解

1) 数据处理部分

a. 精简词表，并建立分词器

b. 好用的小函数

2) 模型定义部分

3) 模型评估部分

3. 其他特性讲解

1) 单机多卡训练

a. 使用DataParallel

b. 使用DistributedDataParallel

2) tensorboard保存训练过程

3) 打印训练参数

---

简介

bert4torch是一个基于pytorch的训练框架，前期以效仿和实现bert4keras的主要功能为主，方便加载多类预训练模型进行finetune，提供了中文注释方便用户理解模型结构。主要是期望应对新项目时，可以直接调用不同的预训练模型直接finetune，或方便用户基于bert进行魔改，快速验证自己的idea；节省在github上clone各种项目耗时耗力，且本地文件各种copy的问题。

• pip安装

pip install bert4torch

github链接

https://github.com/Tongjilibo/bert4torch

主要功能

1、加载预训练权重(bert、roberta、albert、nezha、bart、RoFormer、ELECTRA、GPT、GPT2、T5)继续进行finetune

目前支持的预训练模型一览

2、在bert基础上灵活定义自己模型：主要是可以接在bert的[btz, seq_len, hdsz]的隐含层向量后做各种魔改

3、调用方式和bert4keras基本一致，简洁高效

​​​​​​​

    model.fit(        train_dataloader,        steps_per_epoch=1000,        epochs=epochs,        callbacks=[evaluator]    )

4、实现基于keras的训练进度条动态展示

仿照keras的模型训练进度条

5、配合torchinfo，实现打印各层参数量功能

打印参数

6、结合logger，或者tensorboard可以在后台打印日志

支持在训练开始/结束，batch开始/结束，epoch的开始/结束，记录日志，写tensorboard等

​​​​​​​

class Callback(object):    '''Callback基类    '''    def __init__(self):        pass    def on_train_begin(self, logs=None):        pass    def on_train_end(self, logs=None):        pass    def on_epoch_begin(self, global_step, epoch, logs=None):        pass    def on_epoch_end(self, global_step, epoch, logs=None):        pass    def on_batch_begin(self, global_step, batch, logs=None):        pass    def on_batch_end(self, global_step, batch, logs=None):        pass

7、集成多个example，可以作为自己的训练框架，方便在同一个数据集上尝试多种解决方案

实现多个example可供参考

支持的预训练权重(bert4torch)

实战

1. 建模流程示例​​​​​​​

# 建立分词器tokenizer = Tokenizer(dict_path, do_lower_case=True)# 加载数据集，可以自己继承Dataset来定义class MyDataset(ListDataset):    @staticmethod    def load_data(filenames):        """读取文本文件，整理成需要的格式        """        D = []        return Ddef collate_fn(batch):    '''处理上述load_data得到的batch数据，整理成对应device上的Tensor    注意：返回值分为feature和label, feature可整理成list或tuple    '''    batch_token_ids, batch_segment_ids, batch_labels = [], [], []    return [batch_token_ids, batch_segment_ids], batch_labels.flatten()# 加载数据集train_dataloader = DataLoader(MyDataset('file_path'), batch_size=batch_size, shuffle=True, collate_fn=collate_fn) # 定义bert上的模型结构，以文本二分类为例class Model(BaseModel):    def __init__(self) -> None:        super().__init__()        self.bert = build_transformer_model(config_path, checkpoint_path, with_pool=True)        self.dropout = nn.Dropout(0.1)        self.dense = nn.Linear(768, 2)
    def forward(self, token_ids, segment_ids):        # build_transformer_model得到的模型仅接受list/tuple传参，因此入参只有一个时候包装成[token_ids]        hidden_states, pooled_output = self.bert([token_ids, segment_ids])        output = self.dropout(pooled_output)        output = self.dense(output)        return outputmodel = Model().to(device)# 定义使用的loss和optimizer，这里支持自定义model.compile(    loss=nn.CrossEntropyLoss(), # 可以自定义Loss    optimizer=optim.Adam(model.parameters(), lr=2e-5),  # 可以自定义优化器    scheduler=None, # 可以自定义scheduler    metrics=['accuracy'])# 定义评价函数def evaluate(data):    total, right = 0., 0.    for x_true, y_true in data:        y_pred = model.predict(x_true).argmax(axis=1)        total += len(y_true)        right += (y_true == y_pred).sum().item()    return right / totalclass Evaluator(Callback):    """评估与保存，这里定义仅在epoch结束后调用    """    def __init__(self):        self.best_val_acc = 0.
    def on_epoch_end(self, global_step, epoch, logs=None):        val_acc = evaluate(valid_dataloader)        if val_acc > self.best_val_acc:            self.best_val_acc = val_acc            model.save_weights('best_model.pt')        print(f'val_acc: {val_acc:.5f}, best_val_acc: {self.best_val_acc:.5f}\n')if __name__ == '__main__':    evaluator = Evaluator()    model.fit(train_dataloader, epochs=20, steps_per_epoch=100, grad_accumulation_steps=2, callbacks=[evaluator])

2. 主要模块讲解

1) 数据处理部分

a. 精简词表，并建立分词器

​​​​​​​

token_dict, keep_tokens = load_vocab(    dict_path=dict_path,  # 词典文件路径    simplified=True,  # 过滤冗余部分token，如[unused1]    startswith=['[PAD]', '[UNK]', '[CLS]', '[SEP]'],  # 指定起始的token，如[UNK]从bert默认的103位置调整到1)tokenizer = Tokenizer(token_dict, do_lower_case=True)  # 若无需精简，仅使用当前行定义tokenizer即可

b. 好用的小函数

• text_segmentate(): 截断总长度至不超过maxlen, 接受多个sequence输入，每次截断最长的句子，indices表示删除的token位置

• tokenizer.encode(): 把text转成token_ids，默认句首添加[CLS]，句尾添加[SEP]，返回token_ids和segment_ids，相当于同时调用tokenizer.tokenize()和tokenizer.tokens_to_ids()

• tokenizer.decode(): 把token_ids转成text，默认会删除[CLS], [SEP], [UNK]等特殊字符，相当于调用tokenizer.ids_to_tokens()并做了一些后处理

• sequence_padding: 将序列padding到同一长度, 传入一个元素为list, ndarray, tensor的list，返回ndarry或tensor

2) 模型定义部分

• 模型创建​​​​​​​

'''调用模型后，若设置with_pool, with_nsp, with_mlm，则返回值依次为[hidden_states, pool_emb/nsp_emb, mlm_scores],否则只返回hidden_states'''build_transformer_model(    config_path=config_path, # 模型的config文件地址    checkpoint_path=checkpoint_path, # 模型文件地址，默认值None表示不加载预训练模型    model='bert', # 加载的模型结构，这里Model也可以基于nn.Module自定义后传入    application='encoder',  # 模型应用，支持encoder，lm和unilm格式    segment_vocab_size=2,  # type_token_ids数量，默认为2，如不传入segment_ids则需设置为0    with_pool=False,  # 是否包含Pool部分    with_nsp=False,  # 是否包含NSP部分    with_mlm=False,  # 是否包含MLM部分    return_model_config=False,  # 是否返回模型配置参数    output_all_encoded_layers=False,  # 是否返回所有hidden_state层)

• 定义loss，optimizer，scheduler等​​​​​​​

'''定义使用的loss和optimizer，这里支持自定义'''model.compile(    loss=nn.CrossEntropyLoss(), # 可以自定义Loss    optimizer=optim.Adam(model.parameters(), lr=2e-5),  # 可以自定义优化器    scheduler=None, # 可以自定义scheduler    adversarial_train={'name': 'fgm'},  # 训练trick方案设置，支持fgm, pgd, gradient_penalty, vat    metrics=['accuracy']  # loss等默认打印的字段无需设置)

• 自定义模型​​​​​​​

'''基于bert上层的各类魔改，如last2layer_average, token_first_last_average'''class Model(BaseModel):    # 需要继承BaseModel    def __init__(self):        super().__init__()        self.bert = build_transformer_model(config_path, checkpoint_path)    def forward(self):        pass

• 自定义训练过程​​​​​​​

'''自定义fit过程，适用于自带fit()不满足需求时'''class Model(BaseModel):    def fit(self, train_dataloader, steps_per_epoch, epochs):           train_dataloader = cycle(train_dataloader)        self.train()        for epoch in range(epochs):            for bti in range(steps_per_epoch):                train_X, train_y = next(train_dataloader)                output = self.forward(*train_X)                loss = self.criterion(output, train_y)                loss.backward()                self.optimizer.step()                self.optimizer.zero_grad()

• 模型保存和加载​​​​​​​

'''prefix: 是否以原始的key来保存，如word_embedding原始key为bert.embeddings.word_embeddings.weight默认为None表示不启用, 若基于BaseModel自定义模型，需指定为bert模型对应的成员变量名，直接使用设置为''主要是为了别的训练框架容易加载'''model.save_weights(save_path, prefix=None)model.load_weights(load_path, strict=True, prefix=None)

• 加载transformers模型进行训练​​​​​​​

from transformers import AutoModelForSequenceClassificationclass Model(BaseModel):    def __init__(self):        super().__init__()        self.bert = AutoModelForSequenceClassification.from_pretrained("file_path", num_labels=2)        def forward(self, token_ids, attention_mask, segment_ids):        output = self.bert(input_ids=token_ids, attention_mask=attention_mask, token_type_ids=segment_ids)        return output.logits

3) 模型评估部分

​​​​​​​

'''支持在多个位置执行'''class Evaluator(Callback):    """评估与保存    """    def __init__(self):        self.best_val_acc = 0.    def on_train_begin(self, logs=None):  # 训练开始时候        pass    def on_train_end(self, logs=None):  # 训练结束时候        pass    def on_batch_begin(self, global_step, batch, logs=None):  # batch开始时候        pass    def on_batch_end(self, global_step, batch, logs=None):  # batch结束时候        # 可以设置每隔多少个step，后台记录log，写tensorboard等        # 尽量不要在batch_begin和batch_end中print，防止打断进度条功能        pass    def on_epoch_begin(self, global_step, epoch, logs=None):  # epoch开始时候        pass    def on_epoch_end(self, global_step, epoch, logs=None):  # epoch结束时候        val_acc = evaluate(valid_dataloader)        if val_acc > self.best_val_acc:            self.best_val_acc = val_acc            model.save_weights('best_model.pt')        print(f'val_acc: {val_acc:.5f}, best_val_acc: {self.best_val_acc:.5f}\n')

3. 其他特性讲解

1) 单机多卡训练

a. 使用DataParallel

​​​​​​​

'''DP有两种方式，第一种是forward只计算logit，第二种是forward直接计算loss建议使用第二种，可以部分缓解负载不均衡的问题'''from bert4torch.models import BaseModelDP# ===========处理数据和定义model===========model = BaseModelDP(model)  # 指定DP模式使用多gpumodel.compile(    loss=lambda x, _: x.mean(),  # 多个gpu计算的loss的均值    optimizer=optim.Adam(model.parameters(), lr=2e-5),  # 用足够小的学习率)

b. 使用DistributedDataParallel

​​​​​​​

'''DDP使用torch.distributed.launch，从命令行启动'''# 需要定义命令行参数parser = argparse.ArgumentParser()parser.add_argument("--local_rank", type=int, default=-1)args = parser.parse_args()torch.cuda.set_device(args.local_rank)device = torch.device('cuda', args.local_rank)torch.distributed.init_process_group(backend='nccl')# ===========处理数据和定义model===========# 指定DDP模型使用多gpu, master_rank为指定用于打印训练过程的local_rankmodel = BaseModelDDP(    model, master_rank=0,     device_ids=[args.local_rank],     output_device=args.local_rank,     find_unused_parameters=False  )# 定义使用的loss和optimizer，这里支持自定义model.compile(loss=lambda x, _: x,  # 直接把forward计算的loss传出来optimizer=optim.Adam(model.parameters(), lr=2e-5),  # 用足够小的学习率)

2) tensorboard保存训练过程

​​​​​​​

from tensorboardX import SummaryWriterclass Evaluator(Callback):    """每隔多少个step评估并记录tensorboard    """    def on_batch_end(self, global_step, batch, logs=None):        if global_step % 100 == 0:            writer.add_scalar(f"train/loss", logs['loss'], global_step)            val_acc = evaluate(valid_dataloader)            writer.add_scalar(f"valid/acc", val_acc, global_step)

3) 打印训练参数

​​​​​​​

from torchinfo import summarysummary(model, input_data=next(iter(train_dataloader))[0])