llama源码学习·model.py[1]RMSNorm归一化

一、model.py中的RMSNorm源码

python 复制代码

class RMSNorm(torch.nn.Module):
    def __init__(self, dim: int, eps: float = 1e-6):
        super().__init__()
        self.eps = eps
        self.weight = nn.Parameter(torch.ones(dim))
 
    def _norm(self, x):
        return x * torch.rsqrt(x.pow(2).mean(-1, keepdim=True) + self.eps)
 
    def forward(self, x):
        output = self._norm(x.float()).type_as(x)
        return output * self.weight

二、RMSNorm原理

归一化（Normalization）通常指的是将数据按比例缩放，使之落入一个小的特定区间，如0到1。这

个过程通常用于在不同特征或数据点之间建立一致性，以便它们可以在相同的尺度上比较或处理。

在深度学习中，归一化有助于加快训练速度，提高模型性能，因为它确保了不同特征在训练过程中具

有相似的分布。

RMSNorm的基本思想是对网络层的激活输出进行归一化，以使它们具有统一的规模

（scale），这样做可以加速训练过程并提高模型的稳定性。

R M S N o r m ( x ) = x 1 d ∑ i = 1 d x i 2 + ϵ RMSNorm(x) = \frac{x}{\sqrt{\frac{1}{d} \sum^{d}_{i=1} x_i^2 + \epsilon}} RMSNorm(x)=d1∑i=1dxi2+ϵ x

x x x 是网络层的原始输出向量
d d d 是输出向量的维度
x i x_i xi 是输出向量中的第 i i i 个元素
ϵ \epsilon ϵ 是一个很小的常数，用来防止除以 0 0 0 ，通常是 1 0 − 7 10^{-7} 10−7 这样的小数，增加数值稳定性

在某些深层网络和序列模型中效果显著，但 R M S N o r m RMSNorm RMSNorm 可能不适用于任何类型的网络

三、源码注释

python 复制代码

class RMSNorm(torch.nn.Module):
    def __i
    nit__(self, dim: int, eps: float = 1e-6):
        # 初始化：dim------维度 eps------epsilon
        super().__init__()
        self.eps = eps
        # weight，一个可以学习的权重，初始值1，维度与输出向量相同
        self.weight = nn.Parameter(torch.ones(dim))
 
    def _norm(self, x):
        # rsqrt------开方分之一
        return x * torch.rsqrt(x.pow(2).mean(-1, keepdim=True) + self.eps)
 
    def forward(self, x):
        # type_as------确保归一化的结果和输入x有相同的数据类型
        output = self._norm(x.float()).type_as(x)
        # 将归一化的输出乘以权重参数，得到最终的输出
        return output * self.weight

四、举例说明

构造输入x

python 复制代码

x = [[1, 2], [5, 6]]
x_tensor = torch.tensor(x, dtype = torch.float)
x_tensor

tensor([[1., 2.],

[5., 6.]])

对输入数据求平方
python 复制代码
```
x_square = x_tensor.pow(2)
x_square
```
tensor([[ 1., 4.],

[25., 36.]])
沿着最后一个维度计算平均值

1 d ∑ i = 1 d x i 2 \frac{1}{d} \sum^{d}_{i=1} x_i^2 d1i=1∑dxi2
- d d d 是维度
对于每一个样本来说，先求出每一个特征的平方，在计算样本平方的均值
python 复制代码
```
x_square_mean = x_square.mean(-1, keepdim=True)
x_square_mean
```
tensor([[ 2.5000],

[30.5000]])
计算均方根的倒数
python 复制代码
```
eps = 1e-6
rsqrt = 1.0 / torch.sqrt(x_square_mean + eps)
rsqrt
```
tensor([[0.6325],

[0.1811]])
输入数据，得到归一化的结果
python 复制代码
```
normalized_x = x_tensor * rsqrt
normalized_x
```
tensor([[0.6325, 1.2649],

[0.9054, 1.0864]])
假设weight = [2, 3]，那么最后的输出将是
python 复制代码
```
weight = torch.tensor([2,3], dtype=torch.float)
output = normalized_x * weight
output
```
tensor([[1.2649, 3.7947],

[1.8107, 3.2593]])