search

THUDM / P-tuning

A novel method to tune language models. Codes and datasets for paper ``GPT understands, too''.
MIT License
924 stars 111 forks source link

lstm的enbedding_dim与预训练模型的embedding_dim不一致的报错？ #37

Closed SCU-JJkinging closed 2 years ago

SCU-JJkinging commented 2 years ago

image 直接把项目git到本地跑，只把预训练模型换成了bert-base-cased，就报这个错，请问是什么原因呢？

image 这两个维度不一致怎么复制呢？报错就是这一步操作

Xiao9905 commented 2 years ago

Hi @SCU-JJkinging ,

是维度不一致的问题。原始实验是用的albert-xxlarge-v2，hidden size应该是1024；bert-base-cased是768。由于P-tuning的做法是把prompt位置的input embedding换成external trainable embedding，所以需要保持维度一致。

SCU-JJkinging commented 2 years ago

您好，请问如果用albert-xxlarge-v2的话，是需要把 prompt 的 embedding dim 也设置和albert一样吗？即1024

Xiao9905 commented 2 years ago

@SCU-JJkinging ，

是的。我们的代码应当是默认使用的1024。

SCU-JJkinging commented 2 years ago

好的感谢！ image 但是您代码中默认使用的好像是128

SCU-JJkinging commented 2 years ago

还有个问题就是：我发现在分别使用用bert-base-cased 和albert-xxlarge-v2时，在RTE任务上的 acc 相差较大，能达到20%。所以我感觉预训练模型的选择很重要，是与预训练时使用的语料有关系吗？那这种效果的好坏岂不是主要取决于预训练模型的“好坏”呢？谢谢！

Xiao9905 commented 2 years ago

@SCU-JJkinging ,

  1. 这是因为albert-xxlarge-v2使用了Factorized embedding parameterization的技术，将一个1024的embedding分解为128的向量乘上一个128 * 1024的矩阵进行重参数化压缩参数量
  2. 这是显然的。决定任务性能的主要是预训练模型的质量，albert本来就是bert的一个升级版本；另外，不同预训练模型需要不同的超参数进行微调，直接使用我们在albert-xxlarge-v2上的最优超参，一般情况下无法在其他模型上得到最优结果
SCU-JJkinging commented 2 years ago

好的，感谢您的解答！