# Конфигурация

`PeftConfigMixin` — это базовый класс конфигурации для хранения настроек адаптера модели [PeftModel](/docs/peft/main/ru/package_reference/peft_model#peft.PeftModel), а [PromptLearningConfig](/docs/peft/main/ru/package_reference/config#peft.PromptLearningConfig) — базовый класс конфигурации для методов мягких промптов (p-tuning, prefix tuning и prompt tuning). Эти базовые классы содержат методы для сохранения и загрузки конфигураций моделей с Hub, а также для указания используемого метода PEFT, типа выполняемой задачи и параметров модели, таких как количество слоёв и количество головок внимания.

## PeftConfigMixin[[peft.config.PeftConfigMixin]]

#### peft.config.PeftConfigMixin[[peft.config.PeftConfigMixin]]

```python
peft.config.PeftConfigMixin(task_type: Optional[TaskType] = None, peft_type: Optional[PeftType] = None, auto_mapping: Optional[dict] = None, peft_version: Optional[str] = None)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L97)

**Параметры:**

peft_type (Union[`~peft.utils.config.PeftType`, `str`]) : Тип метода Peft, который следует использовать.

Это базовый класс конфигурации для моделей адаптеров PEFT. Он содержит все методы, общие для всех моделей адаптеров PEFT. Этот класс наследуется от [PushToHubMixin](https://huggingface.co/docs/transformers/main/en/main_classes/model#transformers.utils.PushToHubMixin), который содержит методы для загрузки вашей модели в Hub. Метод `save_pretrained` сохраняет конфигурацию вашей модели адаптера в каталоге. Метод `from_pretrained` загружает конфигурацию вашей модели адаптера из каталога.

#### check_kwargs[[peft.config.PeftConfigMixin.check_kwargs]]

```python
check_kwargs(**kwargs)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L369)

Проверьте kwargs перед инициализацией экземпляра конфигурации.

Подклассы могут переопределить этот метод, чтобы добавить специфические проверки.

#### from_json_file[[peft.config.PeftConfigMixin.from_json_file]]

```python
from_json_file(path_json_file: str, **kwargs)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L304)

**Параметры:**

path_json_file (`str`) : Путь к файлу json.

Загружает файл конфигурации из файла json.

#### from_peft_type[[peft.config.PeftConfigMixin.from_peft_type]]

```python
from_peft_type(**kwargs)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L194)

**Параметры:**

kwargs (configuration keyword arguments) : Именованные аргументы, передаваемые в инициализацию конфигурации.

Этот метод загружает конфигурацию вашей адаптерной модели из набора аргументов kwargs.

Соответствующий тип конфигурации определяется аргументом `peft_type`. Если `peft_type` не указан, будет создан экземпляр типа вызывающего класса.

#### from_pretrained[[peft.config.PeftConfigMixin.from_pretrained]]

```python
from_pretrained(pretrained_model_name_or_path: str, subfolder: Optional[str] = None, **kwargs)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L259)

**Параметры:**

pretrained_model_name_or_path (`str`) : Каталог или идентификатор репозитория на Hugging Face Hub, в котором сохраняется конфигурация.

subfolder (`str`, *необязательный*) : Необязательная подпапка в `pretrained_model_name_or_path`.

kwargs (дополнительные аргументы ключ-значение, *необязательные*) : аргументы, передаваемые в [huggingface_hub.hf_hub_download](https://huggingface.co/docs/huggingface_hub/main/en/package_reference/file_download#huggingface_hub.hf_hub_download) (например, `token`, `revision`, `cache_dir`). Аргументы, специфичные для конфигурации PEFT, такие как `task_type` или `r`, нельзя передать как переопределения. Чтобы изменить атрибуты, установите их в возвращённой конфигурации после загрузки.

Этот метод загружает конфигурацию вашей адаптерной модели из каталога.

#### save_pretrained[[peft.config.PeftConfigMixin.save_pretrained]]

```python
save_pretrained(save_directory: str, **kwargs)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L160)

**Параметры:**

save_directory (`str`) : Каталог, в котором будет сохранена конфигурация.

kwargs (дополнительные аргументы ключ-значение, *необязательные*) : Дополнительные аргументы ключ-значение, передаваемые в метод [push_to_hub](https://huggingface.co/docs/transformers/main/en/main_classes/model#transformers.utils.PushToHubMixin.push_to_hub).

Этот метод сохраняет конфигурацию вашей адаптерной модели в каталоге.

#### to_dict[[peft.config.PeftConfigMixin.to_dict]]

```python
to_dict()
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L154)

Возвращает конфигурацию вашей адаптерной модели в виде словаря.

## PeftConfig[[peft.PeftConfig]]

#### peft.PeftConfig[[peft.PeftConfig]]

```python
peft.PeftConfig(task_type: Optional[Union[str, TaskType]] = None, peft_type: Optional[Union[str, PeftType]] = None, auto_mapping: Optional[dict] = None, peft_version: Optional[str] = None, base_model_name_or_path: Optional[str] = None, revision: Optional[str] = None, inference_mode: bool = False)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L392)

**Параметры:**

peft_type (Union[`~peft.utils.config.PeftType`, `str`]) : Тип метода Peft, который следует использовать.

task_type (Union[`~peft.utils.config.TaskType`, `str`]) : Тип выполняемой задачи.

inference_mode (`bool`, по умолчанию `False`) : Использовать ли модель Peft в режиме инференса.

Это базовый класс конфигурации для хранения конфигурации [PeftModel](/docs/peft/main/ru/package_reference/peft_model#peft.PeftModel).

## PromptLearningConfig[[peft.PromptLearningConfig]]

#### peft.PromptLearningConfig[[peft.PromptLearningConfig]]

```python
peft.PromptLearningConfig(task_type: Optional[Union[str, TaskType]] = None, peft_type: Optional[Union[str, PeftType]] = None, auto_mapping: Optional[dict] = None, peft_version: Optional[str] = None, base_model_name_or_path: Optional[str] = None, revision: Optional[str] = None, inference_mode: bool = False, num_virtual_tokens: int = None, token_dim: int = None, num_transformer_submodules: Optional[int] = None, num_attention_heads: Optional[int] = None, num_layers: Optional[int] = None, modules_to_save: Optional[list[str]] = None)
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/config.py#L412)

**Параметры:**

num_virtual_tokens (`int`) : Количество виртуальных токенов для использования.

token_dim (`int`) : Размерность скрытых эмбеддингов базовой трансформерной модели.

num_transformer_submodules (`int`) : Количество подмодулей трансформера в базовой трансформерной модели.

num_attention_heads (`int`) : Количество головок внимания в базовой трансформерной модели.

num_layers (`int`) : Количество слоев в базовой трансформерной модели.

Это базовый класс конфигурации для хранения настроек `PrefixTuning`, [PromptEncoder](/docs/peft/main/ru/package_reference/p_tuning#peft.PromptEncoder) или `PromptTuning`.

## get_peft_config[[peft.get_peft_config]]

#### peft.get_peft_config[[peft.get_peft_config]]

```python
peft.get_peft_config(config_dict: dict[str, Any])
```

[Источник](https://github.com/huggingface/peft/blob/main/src/peft/mapping.py#L36)

**Параметры:**

config_dict (`Dict[str, Any]`) : Словарь, содержащий параметры конфигурации.

Возвращает объект конфигурации Peft из словаря.

