适用于GPT2和T5的具有模型并行性的变压器
这是主变压器库上的一个分支，使您可以在多个设备上分配gpt2-xl ， t5-3b和t5-11b等超大型模型的关注块，从而使您可以微调大型变压器。 在HuggingFace团队能够将我的更改合并到主库中之前，我将保留此存储库。 通常，大型变压器的性能要比其较小的同类产品好得多。 模型并行性由模型上的两种方法控制，如下所示：
from transformers import GPT2LMHead
model = GPT2LMHead('gpt2-xl')
device_map = {0: [0, 1, 2, 3, 4, 5, 6, 7, 8],
1: [9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21],
2: [22, 23, 24, 2
