看代码似乎默认是不开启prefix_projection，我在我的数据集上微调发现不开启prefix_projection的情况损失一直震荡不收敛，开启prefix_projection能收敛，但训练参数量比例从0.5%升到14%。这种情况正常吗？
见主要描述
Environment- OS:
- Python:
- Transformers:
- PyTorch:
- CUDA Support (`python -c "import torch; print(torch.cuda.is_available())"`) :怎么检测到参数量的变化，在最新代码中，不开启prefix_projection在我的数据集上可以收敛，但是对模型的其他能力的破坏比较严重。
同问，如何输出可训练参数量
@feyxong @T-Atlas 直接根据prefix encoder源码算或者打印requires_grad=False的数目都行。
thanks，不过我看https://github.com/liucongg/ChatGLM-Finetuning这个仓库里有提到说开了projection才是V2，然后他的微调结果上模型能力保持的较好。
我发现在我的数据集上开了反而收敛不了，损失下降了一会儿就快速上升，不知道是不是学习率的问题
projection应该只是prefix_token到qkv的过程中有没有多的一层映射，和是不是v2没有关系。
我分别设置prefix_projection为True和False，得到与prefix_encoder相关的parameter：
prefix_projection = False时： transformer.prefix_encoder.embedding.weight
prefix_projection = True时： transformer.prefix_encoder.embedding.weight transformer.prefix_encoder.trans.0.weight transformer.prefix_encoder.trans.0.bias transformer.prefix_encoder.trans.2.weight transformer.prefix_encoder.trans.2.bias
按照定义，应该是prefix_projection=True才是PT-v2，而默认prefix_projection=False