Parametri dei pacchetti
I nomi sotto sono le chiavi mostrate in Inspector > Parameters. Tutti i pacchetti core elencati sono alla versione 0.1.0 e quindi appaiono con l'identità completa core.<id>@0.1.0. Default non dichiarato indica che il pacchetto non specifica un valore iniziale nel proprio schema; l'Inspector e il validatore mostrano se quel campo è disponibile e accettabile. I limiti sono quelli dichiarati dallo schema. top e bottom indicano che il parametro viene anche mostrato nella rispettiva riga della scheda del nodo.
Parametri core
Ogni parametro occupa una riga: questo rende esplicito lo scopo di ogni campo, compresi quelli che condividono un default o un vincolo.
| Pacchetto | Chiave | Tipo e default | Vincoli, scelte, posizione | Significato |
|---|---|---|---|---|
core.adaptive-avg-pool2d@0.1.0 |
output_size |
intero, non dichiarato | minimo 1; bottom |
Dimensione spaziale obiettivo usata dall'adaptive average pooling. |
core.add@0.1.0 |
— | — | — | Nessun parametro. Somma due o più tensori della stessa forma. |
core.batch-norm2d@0.1.0 |
num_features |
intero, non dichiarato | minimo 1; top |
Numero di canali nella dimensione C dell'input rank-4 NCHW. |
core.batch-norm2d@0.1.0 |
eps |
numero, 0.00001 |
minimo 0 | Costante di stabilizzazione aggiunta alla varianza durante la normalizzazione. |
core.batch-norm2d@0.1.0 |
momentum |
numero, 0.1 |
da 0 a 1 | Peso usato nell'aggiornamento della media/varianza mobile. |
core.batch-norm2d@0.1.0 |
affine |
booleano, true |
— | Abilita scala e offset apprendibili dopo la normalizzazione. |
core.batch-norm2d@0.1.0 |
track_running_stats |
booleano, true |
— | Mantiene statistiche mobili di media e varianza per la modalità di valutazione. |
core.cast@0.1.0 |
dtype |
dtype, float32 |
float16, bfloat16, float32, float64, int8, uint8, int16, int32, int64, bool |
Dtype del tensore convertito; la forma rimane invariata. |
core.concat@0.1.0 |
dim |
intero, non dichiarato | — | Asse lungo il quale concatenare gli ingressi. |
core.conv2d@0.1.0 |
in_channels |
intero, non dichiarato | minimo 1; top |
Numero di canali attesi in ingresso. |
core.conv2d@0.1.0 |
out_channels |
intero, non dichiarato | minimo 1; bottom |
Numero di canali prodotti dalla convoluzione. |
core.conv2d@0.1.0 |
kernel_size |
intero, non dichiarato | minimo 1 | Lato della finestra quadrata di convoluzione. |
core.conv2d@0.1.0 |
stride |
intero, 1 |
minimo 1 | Passo della finestra tra posizioni adiacenti. |
core.conv2d@0.1.0 |
padding |
intero, 0 |
minimo 0 | Padding spaziale aggiunto ai bordi dell'input. |
core.conv2d@0.1.0 |
dilation |
intero, 1 |
minimo 1 | Spaziatura tra gli elementi della finestra. |
core.conv2d@0.1.0 |
groups |
intero, 1 |
minimo 1 | Numero di gruppi di canali indipendenti nella convoluzione; deve essere compatibile con entrambi i conteggi dei canali. |
core.conv2d@0.1.0 |
bias |
booleano, true |
— | Include un termine di bias apprendibile. |
core.cross-entropy@0.1.0 |
— | — | — | Nessun parametro. Loss per classificazione; legge il target nominato target del batch e produce un risultato di loss scalare. |
core.embedding@0.1.0 |
num_embeddings |
intero, non dichiarato | minimo 1; top |
Numero di indici distinti rappresentabili dalla tabella di embedding. |
core.embedding@0.1.0 |
embedding_dim |
intero, non dichiarato | minimo 1; bottom |
Larghezza del vettore associato a ciascun indice. |
core.embedding@0.1.0 |
input_dtype |
dtype, int64 |
int32, int64 |
Dtype intero degli indici passati alla tabella. |
core.embedding@0.1.0 |
dtype |
dtype, float32 |
float16, bfloat16, float32, float64 |
Dtype dei vettori di embedding. |
core.flatten@0.1.0 |
start_dim |
intero, 1 |
— | Prima dimensione inclusa nell'intervallo da appiattire. |
core.flatten@0.1.0 |
end_dim |
intero, -1 |
— | Ultima dimensione inclusa nell'intervallo da appiattire; -1 indica l'ultima dimensione. |
core.fork@0.1.0 |
— | — | — | Nessun parametro. Punto di diramazione che mantiene il tensore in ingresso. |
core.horizontal-repeat@0.1.0 |
times |
intero, non dichiarato | minimo 2 | Numero di copie indipendenti della subflow eseguite in parallelo. |
core.horizontal-repeat@0.1.0 |
join |
riferimento a stereotype; core.concat@^0.1.0 con dim: -1 |
selettore filtrato ai pacchetti di tipo join |
Pacchetto che combina le uscite delle copie parallele; scegliendo un altro pacchetto di join si caricano i suoi parametri. |
core.input@0.1.0 |
binding |
stringa, non dichiarato | — | Nome dello slot di input del dataset attivo da cui proviene questo input radice. Nelle subflow l'input iniziale è ereditato dal contenitore. |
core.layer-norm@0.1.0 |
normalized_shape |
intero, non dichiarato | minimo 1; top |
Dimensione finale normalizzata per ogni campione. |
core.layer-norm@0.1.0 |
eps |
numero, 0.00001 |
minimo 0 | Costante di stabilizzazione per il calcolo della varianza. |
core.layer-norm@0.1.0 |
elementwise_affine |
booleano, true |
— | Abilita scala e offset apprendibili per elemento. |
core.linear@0.1.0 |
in_features |
intero, non dichiarato | minimo 1; top |
Larghezza attesa dell'ultima dimensione in ingresso. |
core.linear@0.1.0 |
out_features |
intero, non dichiarato | minimo 1; bottom |
Larghezza dell'ultima dimensione prodotta. |
core.linear@0.1.0 |
bias |
booleano, true |
— | Include un termine di bias apprendibile. |
core.linear@0.1.0 |
dtype |
dtype, float32 |
float16, bfloat16, float32, float64 |
Dtype dei pesi e dei calcoli lineari. |
core.loss-output@0.1.0 |
— | — | — | Nessun parametro. Terminale che raccoglie un singolo risultato di loss; non somma automaticamente più contributi. |
core.matmul@0.1.0 |
— | — | — | Nessun parametro. Riceve due o più tensori e applica la moltiplicazione matriciale da sinistra a destra. |
core.max-pool2d@0.1.0 |
kernel_size |
intero, non dichiarato | minimo 1 | Lato della finestra quadrata di pooling. |
core.max-pool2d@0.1.0 |
stride |
intero, 1 |
minimo 1 | Passo tra posizioni successive della finestra. |
core.max-pool2d@0.1.0 |
padding |
intero, 0 |
minimo 0 | Padding aggiunto ai bordi prima del pooling. |
core.max-pool2d@0.1.0 |
dilation |
intero, 1 |
minimo 1 | Spaziatura tra gli elementi della finestra di pooling. |
core.max-pool2d@0.1.0 |
ceil_mode |
booleano, false |
— | Se attivo, arrotonda per eccesso il calcolo delle finestre; altrimenti usa l'arrotondamento per difetto. |
core.mse-loss@0.1.0 |
— | — | — | Nessun parametro. Loss di regressione MSE; usa il solo target nominato target dichiarato dal pacchetto, con la trasformazione di target specifica flatten_batch. Non seleziona né appiattisce target arbitrari. |
core.output@0.1.0 |
— | — | — | Nessun parametro. Terminale che marca la predizione del modello e riceve un solo arco. |
core.positional-encoding@0.1.0 |
d_model |
intero, 512 |
minimo 1; top |
Larghezza della rappresentazione sequenziale cui aggiungere informazione posizionale. |
core.positional-encoding@0.1.0 |
max_len |
intero, 5000 |
minimo 1; bottom |
Lunghezza massima della sequenza per cui preparare le posizioni. |
core.relu@0.1.0 |
inplace |
booleano, false |
— | Se attivo, applica la ReLU modificando il tensore d'ingresso in-place. |
core.repeat@0.1.0 |
times |
intero, non dichiarato | minimo 1; top |
Numero di copie indipendenti della subflow applicate in sequenza. |
core.scale@0.1.0 |
factor |
numero, 1.0 |
bottom |
Moltiplicatore applicato a ogni valore del tensore. |
core.softmax@0.1.0 |
dim |
intero, -1 |
bottom |
Asse lungo cui normalizzare i valori in probabilità. -1 indica l'ultima dimensione. |
core.subflow-proxy@0.1.0 |
— | — | — | Nessun parametro. Delega l'analisi e l'esecuzione a una singola istanza della subflow annidata. |
core.transpose@0.1.0 |
dim0 |
intero, -2 |
top |
Prima dimensione da scambiare; -2 indica la penultima. |
core.transpose@0.1.0 |
dim1 |
intero, -1 |
bottom |
Seconda dimensione da scambiare; -1 indica l'ultima. |
Le scelte dtype sono specifiche del parametro. Ad esempio, input_dtype di Embedding accetta solo indici interi int32/int64; il dtype dei vettori è invece limitato ai quattro dtype floating elencati. I vincoli del pacchetto sono verificati quando il campo viene confermato e dal validatore del modello.
Risorse del progetto mini LLM
Quando si crea New mini LLM, il progetto riceve copie modificabili del grafo, del dataset e dei suoi pacchetti. La palette mostra i pacchetti core e i pacchetti personalizzati dichiarati dal progetto; i loro nomi sono descrizioni, mentre Project resources e il tooltip mostrano l'identità esatta. Le risorse personalizzate elencate qui sono tutte versione 1.0.0.
| Identità | Descrizione e campi | Ruolo nell'esempio |
|---|---|---|
llm.causal-mask@1.0.0 |
Causal Mask: parametro max_length (intero, default 128, minimo 1). Maschera le posizioni future nei punteggi di attenzione [B,T,T]. |
Il valore limita la lunghezza di contesto prevista dal pacchetto; il nodo usa la maschera nel percorso di attenzione. Il parametro si può cambiare nell'Inspector. |
llm.token-cross-entropy@1.0.0 |
Token Cross Entropy: ignore_index (intero, default -100) e label_smoothing (numero tra 0 e 1, default 0); uscita loss; target esterno batch.targets.target. |
Calcola la cross-entropy media per token da logits [B,T,V] a target [B,T]. I parametri sono modificabili nell'Inspector. |
llm.causal-attention@1.0.0 |
Causal Self Attention: d_model (intero positivo, default 64), num_heads (intero positivo, default 4), dropout (numero tra 0 e 1, default 0), bias (booleano, default true). La larghezza deve essere divisibile per il numero di teste. |
Il pacchetto resta disponibile nella palette, ma il grafo dell'esempio usa nodi Q/K/V e subflow espliciti. Questi parametri configurano soltanto eventuali istanze del pacchetto. |
llm.tokens@1.0.0 (dataset) |
Autoregressive token sequences: input tokens, dtype int64, forma [B,128]; target target, dtype int64, forma [B,128]. |
Gli slot sono selezionabili come dataset attivo. Dataset… > Edit permette di modificare nome, descrizione e slot; ID/versione sono fissi nel modulo e l'interfaccia non modifica il codice adapter o i campioni. |
L'interfaccia permette di creare nuovi stereotype con Create stereotype, non di modificare o eliminare la definizione di uno stereotype già presente. Si possono modificare i parametri delle istanze-nodo nell'Inspector, collegare/rimuovere/spostare nodi e riordinare il grafo. Le tre risorse LLM sopra espongono parametri modificabili sul nodo. I nuovi progetti ricevono le definizioni aggiornate; i progetti già copiati conservano i propri pacchetti. Il dataset manager non modifica l'implementazione Python né i file di dati.
I package JSON descrivono forma e dtype per l'analisi nativa; la presenza di un package Python eseguibile nell'esempio non significa che il client Qt esegua Python durante la modifica del grafo.