Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
CSDN 技术社区
ai
chatCSDN
提交
01d9b9c6
C
chatCSDN
项目概览
CSDN 技术社区
/
ai
/
chatCSDN
通知
107
Star
8
Fork
2
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
C
chatCSDN
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
提交
01d9b9c6
编写于
3月 20, 2023
作者:
U
u010280923
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
opt ppo model
上级
8aabd2fc
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
7 addition
and
1 deletion
+7
-1
src/dataset.py
src/dataset.py
+7
-1
未找到文件。
src/dataset.py
浏览文件 @
01d9b9c6
...
...
@@ -356,12 +356,18 @@ def load_prompt_data_4_ppo(args):
]
# [vocab, vocab] for Pile model
tokenizer
=
TOKENIZER
(
WORD_NAME
)
ctx_len
=
args
.
ctx_len
req_len
=
ctx_len
pf
=
pd
.
read_csv
(
args
.
data_file
)
for
index
,
row
in
pf
.
iterrows
():
prompt
=
row
[
"prompt"
]
prompt_idx
=
tokenizer
.
tokenizer
.
encode
(
prompt
)
prompt_idx
=
prompt_idx
[:
req_len
]
prompt_idx
=
prompt_idx
+
[
0
]
*
(
req_len
-
len
(
prompt_idx
))
prompt_token_ids
.
append
(
torch
.
tensor
(
tokenizer
.
tokenizer
.
encode
(
prompt
)
,
dtype
=
torch
.
long
))
torch
.
tensor
(
prompt_idx
,
dtype
=
torch
.
long
))
return
prompt_token_ids
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录