PuMer

PuMer (ACL 2023)

Ce dépôt est l'implémentation officielle de l'article "PuMer: Pruning and Merging Tokens for Efficient Vision Language Models", article

Usage

Installer

installez miniforge (identique à conda, plus portable) créez un environnement python : conda env create -f env.yaml , activez-le : conda activate pumer clonez ce dépôt : [email protected]:csarron/pumer.git

tester cuda : python -c "import torch;print(torch.cuda.is_available())"

obtenir l'environnement de torche : python -m torch.utils.collect_env

installer : pip install -e .

à des fins de développement local : pip install -e ".[dev]"

Le env-frozen.yaml est généré via conda env export | grep -v "^prefix: | pumer==" > env-frozen.yaml

Préparer les données et les modèles pré-entraînés

voir notes/data.md pour le prétraitement des données

voir cli/prep/convert_ckpt.py pour convertir les points de contrôle METER et ViLT pré-entraînés d'origine

ci-dessous la présentation du fichier après préparation :

# tree -h data
├── [4.0K]  ckpt
│   └── [4.0K]  converted
│       ├── [4.0K]  meter_pretrain_384
│       │   ├── [ 674]  config.json
│       │   └── [1.3G]  pytorch_model.bin
│       ├── [4.0K]  meter_pretrain_irtr_384
│       │   ├── [ 729]  config.json
│       │   └── [1.2G]  pytorch_model.bin
│       ├── [4.0K]  meter_pretrain_nlvr2_288
│       │   ├── [ 674]  config.json
│       │   └── [1.3G]  pytorch_model.bin
│       ├── [4.0K]  vilt_pretrain
│       │   ├── [ 619]  config.json
│       │   └── [518M]  pytorch_model.bin
│       ├── [4.0K]  vilt_pretrain_irtr
│       │   ├── [ 718]  config.json
│       │   └── [426M]  pytorch_model.bin
│       └── [4.0K]  vilt_pretrain_nlvr2
│           ├── [ 619]  config.json
│           └── [518M]  pytorch_model.bin
├── [4.0K]  datasets
│   ├── [4.0K]  irtr
│   │   ├── [390K]  flickr30k-test.jsonl
│   │   ├── [ 11M]  flickr30k-train.jsonl
│   │   ├── [397K]  flickr30k-val.jsonl
│   │   ├── [ 10M]  mscoco-restval.jsonl
│   │   ├── [1.7M]  mscoco-test.jsonl
│   │   ├── [ 28M]  mscoco-train.jsonl
│   │   └── [1.7M]  mscoco-val.jsonl
│   ├── [4.0K]  nlvr2
│   │   ├── [3.6M]  dev.json
│   │   ├── [3.6M]  test1.json
│   │   └── [ 39M]  train.json
│   ├── [4.0K]  snli-ve
│   │   ├── [ 16M]  snli_ve_dev.jsonl
│   │   ├── [ 16M]  snli_ve_test.jsonl
│   │   └── [464M]  snli_ve_train.jsonl
│   └── [4.0K]  vqa2
│       ├── [ 57K]  vqa2_ans2label.json
│       ├── [ 39K]  vqa2_label2ans.json
│       ├── [161K]  vqa2-small.jsonl
│       ├── [ 45M]  vqa2-test2015.jsonl
│       ├── [ 71M]  vqa2-train2014.jsonl
│       └── [ 34M]  vqa2-val2014.jsonl
└── [4.0K]  lmdb
    ├── [ 13G]  coco-test2015.lmdb
    ├── [ 19G]  coco-trainval2014.lmdb
    ├── [4.2G]  flickr30k_images.lmdb
    ├── [837M]  nlvr2-dev.lmdb
    ├── [837M]  nlvr2-test1.lmdb
    └── [ 11G]  nlvr2-train.lmdb

Formation et évaluation

voir notes/cmd.md pour un exemple d'utilisation ;

consultez https://huggingface.co/csarron pour les points de contrôle fins : ( -ft est le modèle original affiné, p0.x-r0.x-t0.x-xxx est notre modèle PuMer)

vilt-vqa2-ft
vilt-vqa2-p0.1-r0.3-t0.2-258
vilt-ve-ft 
vilt-ve-p0.1r0.3t0.2-2468 
vilt-nlvr2-ft 
vilt-nlvr2-p0.1r0.3t0.2-258
meter-vqa2-ft
meter-vqa2-p0.2r0.2t0.2-0246
meter-ve-ft 
meter-ve-p0.3r0.5t0.2-0246 
meter-nlvr2-ft 
meter-nlvr2-p0.3r0.5t0.2-246

Profilage des FLOP

voir notes/profile.md

FAQ

• définissez TRANSFORMERS_OFFLINE=1 après la première utilisation, sinon il signalera parfois une erreur 504 en raison d'une recherche toujours en ligne.

Divers

• ignorer le code dans src/pumer/model/pruner.py (obsolète et inutilisé), doit être nettoyé

• la base de code actuelle contient de nombreux fouillis et du code expérimental qui n'est pas lié à l'implémentation de PuMer, veuillez l'ignorer.

Citation

 @inproceedings{cao-etal-2023-pumer, title = "{P}u{M}er : élagage et fusion de jetons pour des modèles de langage de vision efficaces", author = "Cao, Qingqing et Paranjape, Bhargavi et Hajishirzi, Hannaneh", booktitle = "Actes de la 61e réunion annuelle de l'Association for Computational Linguistics (Volume 1 : Long Articles)", mois = juillet, année = "2023", adresse = "Toronto, Canada", éditeur = "Association for Computational Linguistics", url = "https://aclanthology.org/2023.acl-long.721" , pages = "12890--12903",
}