注:该方法仅在qwen2-vl实验过,不知道是否通用,仅供参考,修改源文件前建议备份,如果不起作用方便还原
首先先找到报错的地方,例如作者的位置:
打开这个报错的文件,定位到该行代码,然后使用pytorch重新实现一个torch.triu函数
def custom_triu(input_tensor, diagonal=0):
"""
返回一个与input_tensor相同形状的新张量,其中包含input_tensor的上三角部分,
其余部分填充为0。diagonal参数决定了上三角部分的定义位置。
参数:
input_tensor (torch.Tensor): 输入张量。
diagonal (int, 可选): 对角线偏移。默认为0(主对角线)。
返回:
torch.Tensor: 包含上三角部分的新张量。
"""
# 获取输入张量的行数和列数
rows, cols = input_tensor.size()
# 创建一个与input_tensor相同形状的掩码
# 使用torch.arange来生成行和列的索引,然后进行广播比较
row_indices = torch.arange(rows, device=input_tensor.device).view(-1, 1)
col_indices = torch.arange(cols, device=input_tensor.device).view(1, -1)
mask = row_indices + diagonal < col_indices
# 使用掩码选择上三角部分
result_tensor = torch.where(mask, torch.tensor(0, device=input_tensor.device, dtype=input_tensor.dtype), input_tensor)
return result_tensor
替换出错的地方,将causal_mask = torch_triu(causal_mask, diagonal=1)修改为causal_mask = custom_triu(causal_mask, diagonal=1),保存文件即可。