بداية سريعة مع Gemma على KerasNLP

مقدمة

Gemma هو نموذج لغوي قوي يمكن تشغيله باستخدام KerasNLP. يوفر هذا الدليل عرضاً سريعاً لإعداد وتشغيل Gemma، مع تسليط الضوء على الخطوات والتكوينات الضرورية.

الوصول والإعداد

للبدء، تأكد من إعداد متغيرات البيئة الضرورية للوصول إلى مجموعات بيانات ونماذج Kaggle. يتضمن ذلك تعيين KAGGLE_USERNAME و KAGGLE_KEY باستخدام مكتبة google.colab.

import os
from google.colab import userdata
 
os.environ["KAGGLE_USERNAME"] = userdata.get('KAGGLE_USERNAME')
os.environ["KAGGLE_KEY"] = userdata.get('KAGGLE_KEY')
os.environ["KERAS_BACKEND"] = "jax"  # أو "tensorflow" أو "torch".

التثبيت

قم بتثبيت التبعيات الضرورية لتشغيل Gemma على KerasNLP. تأكد من تثبيت أحدث إصدارات keras-nlp و keras.

!pip install -U keras-nlp
!pip install -U keras==3.3.3

بداية سريعة

بمجرد اكتمال الإعداد، يمكنك المتابعة لتنزيل وتهيئة نموذج Gemma. يوضح مقتطف الكود التالي كيفية تحميل النموذج وطباعة ملخصه.

import keras_nlp
import keras
 
# التشغيل بنصف الدقة.
keras.config.set_floatx("bfloat16")
 
# استخدام النموذج الأساسي 9B
gemma_lm = keras_nlp.models.GemmaCausalLM.from_preset("gemma2_9b_en")
gemma_lm.summary()

تفاصيل النموذج

نموذج Gemma واسع النطاق، مع أكثر من 9 مليارات معامل، مما يجعله أداة قوية لمهام معالجة اللغة الطبيعية. فيما يلي ملخص لبنية النموذج:

الخاتمة

يوفر دليل البداية السريعة هذا فهماً أساسياً لكيفية إعداد وتشغيل نموذج Gemma باستخدام KerasNLP. مع مجموعة معاملاته الواسعة، فإن Gemma مناسب تماماً لمجموعة متنوعة من تطبيقات معالجة اللغة الطبيعية.

المرجع: Google Gemini Gemma Cookbook من Google LLC.