纪梵希网站设计分析_微信开发者工具官方文档_网络营销的应用_互联网推广是什么工作内容

如果查看模型中的参数，最简单的方式就是在 HuggingFace 的主页上查看，例如，查看 Qwen2.5 0.5B 的参数量以及参数的详细信息，直接在Huggingface 搜索。

这个 494M 参数都包括什么？可以点击右边的详情按钮

我们来具体看一下 GPT2 Small 参数量是怎么算出来的，GPT2 Embedding 大小是 768,12 层 Decode Block。

1. Embedding：50257 * 768，词库大小是 50257
2. Position Embedding： 1024 * 768，上下文长度 1024 个 Token
3. Input 到 Q、K、V，三个 Project Matrix：3 个 768 * 768 矩阵
4. Attention Output： 注意力输入 Project Matrix：768 * 768
5. FFN Hidden：768 * (768 * 4)
6. FFN Output: (768 * 4) * 768
7. 两个 Norm：（768 + 768） * 2

参数总计为 124 万。

总结

不同的 Transformer 模型的参数的算法不太一些样，如果使用的 GQA，KV Matrix 和 Q Matrix 维度不同，计算时需要查看 Model 的配置信息，在模型仓库 config.json 文件中。