Oups.
authorFrançois Fleuret <francois@fleuret.org>
Sat, 25 Mar 2023 20:02:34 +0000 (21:02 +0100)
committerFrançois Fleuret <francois@fleuret.org>
Sat, 25 Mar 2023 20:02:34 +0000 (21:02 +0100)
beaver.py

index f850f69..065cda0 100755 (executable)
--- a/beaver.py
+++ b/beaver.py
@@ -206,8 +206,8 @@ def compute_perplexity(model, task, fixed_len, split="train"):
             input = input.to(device)
             output = eval_mygpt(model, input, fixed_len=fixed_len)
             if args.noncausal_prompt:
-                t = input.size(1) // 2
-                loss = F.cross_entropy(output[:, t:].transpose(1, 2), input[:, t:])
+                d = input.size(1) // 2
+                loss = F.cross_entropy(output[:, d:].transpose(1, 2), input[:, d:])
             else:
                 loss = F.cross_entropy(output.transpose(1, 2), input)
             acc_loss += loss.item() * input.size(0)
@@ -523,16 +523,17 @@ log_string(f"vocabulary_size {vocabulary_size}")
 
 ##############################
 
+def noncausal_prompt_amm_generator(d):
+    q = torch.arange(d)[:, None]
+    k = torch.arange(d)[None, :]
+    s = args.maze_height * args.maze_width
+#    return torch.logical_and(q < k, torch.logical_or(q >= s, k >= s))
+    return q < k
+
 amm_generator = None
 
 if args.noncausal_prompt:
-    amm_generator = lambda d: torch.logical_and(
-        torch.arange(d)[None, None, :, None] < torch.arange(d)[None, None, None, :],
-        torch.logical_or(
-            torch.arange(d)[None, None, :, None] >= d // 2,
-            torch.arange(d)[None, None, None, :] >= d // 2,
-        ),
-    )
+    amm_generator = noncausal_prompt_amm_generator
 
 model = mygpt.MyGPT(
     vocabulary_size=vocabulary_size,
@@ -650,11 +651,11 @@ for n_epoch in range(nb_epochs_finished, args.nb_epochs):
     for input in task.batches(split="train"):
         input = input.to(device)
         output = eval_mygpt(
-            model, input, mode=args.oneshot_input, fixed_len=task.height * task.width
+            model, input, fixed_len=task.height * task.width
         )
         if args.noncausal_prompt:
-            t = input.size(1) // 2
-            loss = F.cross_entropy(output[:, t:].transpose(1, 2), input[:, t:])
+            d = input.size(1) // 2
+            loss = F.cross_entropy(output[:, d:].transpose(1, 2), input[:, d:])
         else:
             loss = F.cross_entropy(output.transpose(1, 2), input)
         acc_train_loss += loss.item() * input.size(0)