什么网站合适做流量,wordpress 页面栏目,微信开发小程序步骤,wordpress 500 根目录本节我们简要介绍如何基于 transformers、peft 等框架#xff0c;对 LLaMA3-8B-Instruct 模型进行 Lora 微调。Lora 是一种高效微调方法#xff0c;深入了解其原理可参见博客#xff1a;知乎|深入浅出 Lora。
这个教程会在同目录下给大家提供一个 nodebook 文件#xff0c…本节我们简要介绍如何基于 transformers、peft 等框架对 LLaMA3-8B-Instruct 模型进行 Lora 微调。Lora 是一种高效微调方法深入了解其原理可参见博客知乎|深入浅出 Lora。
这个教程会在同目录下给大家提供一个 nodebook 文件来让大家更好的学习。
环境准备
在 Autodl 平台中租赁一个 3090 等 24G 显存的显卡机器如下图所示镜像选择 PyTorch--2.1.0--3.10(ubuntu22.04)--12.1。 接下来打开刚刚租用服务器的 JupyterLab并且打开其中的终端开始环境配置、模型下载和运行演示。 环境配置
在完成基本环境配置和本地模型部署的情况下你还需要安装一些第三方库可以使用以下命令
python -m pip install --upgrade pip
# 更换 pypi 源加速库的安装
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplepip install modelscope1.9.5
pip install transformers4.40.0
pip install streamlit1.24.0
pip install sentencepiece0.1.99
pip install accelerate0.29.3
pip install datasets2.19.0
pip install peft0.10.0
pip install tiktoken0.7.0MAX_JOBS8 pip install flash-attn --no-build-isolation注意flash-attn 安装会比较慢大概需要十几分钟。 考虑到部分同学配置环境可能会遇到一些问题我们在 AutoDL 平台准备了 GLM-4 的环境镜像该镜像适用于本教程需要 GLM-4 的部署环境。点击下方链接并直接创建 AutoDL 示例即可。vLLM 对 torch 版本要求较高且越高的版本对模型的支持更全效果更好所以新建一个全新的镜像。 https://www.codewithgpu.com/i/datawhalechina/self-llm/GLM-4 在本节教程里我们将微调数据集放置在根目录 /dataset。
模型下载
使用 modelscope 中的 snapshot_download 函数下载模型第一个参数为模型名称参数 cache_dir 为模型的下载路径。
在 /root/autodl-tmp 路径下新建 model_download.py 文件并在其中输入以下内容粘贴代码后记得保存文件如下图所示。并运行 python /root/autodl-tmp/model_download.py 执行下载。
import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import osmodel_dir snapshot_download(ZhipuAI/glm-4-9b-chat, cache_dir/root/autodl-tmp/glm-4-9b-chat, revisionmaster)指令集构建
LLM 的微调一般指指令微调过程。所谓指令微调是说我们使用的微调数据形如
{instruction: 回答以下用户问题仅输出答案。,input: 11等于几?,output: 2
}其中instruction 是用户指令告知模型其需要完成的任务input 是用户输入是完成用户指令所必须的输入内容output 是模型应该给出的输出。
即我们的核心训练目标是让模型具有理解并遵循用户指令的能力。因此在指令集构建时我们应针对我们的目标任务针对性构建任务指令集。例如在本节我们使用由笔者合作开源的 Chat-甄嬛 项目作为示例我们的目标是构建一个能够模拟甄嬛对话风格的个性化 LLM因此我们构造的指令形如
{instruction: 你是谁,input: ,output: 家父是大理寺少卿甄远道。
}我们所构造的全部指令数据集在根目录下。
数据格式化
Lora 训练的数据是需要经过格式化、编码之后再输入给模型进行训练的如果是熟悉 Pytorch 模型训练流程的同学会知道我们一般需要将输入文本编码为 input_ids将输出文本编码为 labels编码之后的结果都是多维的向量。我们首先定义一个预处理函数这个函数用于对每一个样本编码其输入、输出文本并返回一个编码后的字典
def process_func(example):MAX_LENGTH 384input_ids, attention_mask, labels [], [], []instruction tokenizer((f[gMASK]sop|system|\n假设你是皇帝身边的女人--甄嬛。|user|\nf{example[instruction]example[input]}|assistant|\n), add_special_tokensFalse)response tokenizer(f{example[output]}, add_special_tokensFalse)input_ids instruction[input_ids] response[input_ids] [tokenizer.pad_token_id]attention_mask instruction[attention_mask] response[attention_mask] [1] # 因为eos token咱们也是要关注的所以 补充为1labels [-100] * len(instruction[input_ids]) response[input_ids] [tokenizer.pad_token_id] if len(input_ids) MAX_LENGTH: # 做一个截断input_ids input_ids[:MAX_LENGTH]attention_mask attention_mask[:MAX_LENGTH]labels labels[:MAX_LENGTH]return {input_ids: input_ids,attention_mask: attention_mask,labels: labels}GLM4-9B-chat 采用的Prompt Template格式如下
[gMASK]sop|system|
假设你是皇帝身边的女人--甄嬛。|user|
小姐别的秀女都在求中选唯有咱们小姐想被撂牌子菩萨一定记得真真儿的——|assistant|
嘘——都说许愿说破是不灵的。|endoftext|加载 tokenizer 和半精度模型
模型以半精度形式加载如果你的显卡比较新的话可以用torch.bfolat形式加载。对于自定义的模型一定要指定trust_remote_code参数为True。
tokenizer AutoTokenizer.from_pretrained(/root/autodl-tmp/glm-4-9b-chat/ZhipuAI/glm-4-9b-chat, use_fastFalse, trust_remote_codeTrue)model AutoModelForCausalLM.from_pretrained(/root/autodl-tmp/glm-4-9b-chat/ZhipuAI/glm-4-9b-chat, device_mapauto,torch_dtypetorch.bfloat16, trust_remote_codeTrue)定义 LoraConfig
LoraConfig这个类中可以设置很多参数但主要的参数没多少简单讲一讲感兴趣的同学可以直接看源码。
task_type模型类型target_modules需要训练的模型层的名字主要就是attention部分的层不同的模型对应的层的名字不同可以传入数组也可以字符串也可以正则表达式。rlora的秩具体可以看Lora原理lora_alphaLora alaph具体作用参见 Lora 原理
Lora的缩放是啥嘞当然不是r秩这个缩放就是lora_alpha/r, 在这个LoraConfig中缩放就是 4 倍。
config LoraConfig(task_typeTaskType.CAUSAL_LM, target_modules[query_key_value, dense, dense_h_to_4h, dense_4h_to_h], # 现存问题只微调部分演示即可inference_modeFalse, # 训练模式r8, # Lora 秩lora_alpha32, # Lora alaph具体作用参见 Lora 原理lora_dropout0.1# Dropout 比例
)自定义 TrainingArguments 参数
TrainingArguments这个类的源码也介绍了每个参数的具体作用当然大家可以来自行探索这里就简单说几个常用的。
output_dir模型的输出路径per_device_train_batch_size顾名思义 batch_sizegradient_accumulation_steps: 梯度累加如果你的显存比较小那可以把 batch_size 设置小一点梯度累加增大一些。logging_steps多少步输出一次lognum_train_epochs顾名思义 epochgradient_checkpointing梯度检查这个一旦开启模型就必须执行model.enable_input_require_grads()这个原理大家可以自行探索这里就不细说了。
args TrainingArguments(output_dir./output/GLM4,per_device_train_batch_size1,gradient_accumulation_steps8,logging_steps50,num_train_epochs2,save_steps100,learning_rate1e-5,save_on_each_nodeTrue,gradient_checkpointingTrue
)使用 Trainer 训练
trainer Trainer(modelmodel,argsargs,train_datasettokenized_id,data_collatorDataCollatorForSeq2Seq(tokenizertokenizer, paddingTrue),
)
trainer.train()
保存 lora 权重
lora_path./GLM4
trainer.model.save_pretrained(lora_path)
tokenizer.save_pretrained(lora_path)加载 lora 权重推理
训练好了之后可以使用如下方式加载lora权重进行推理
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
from peft import PeftModelmode_path /root/autodl-tmp/glm-4-9b-chat/ZhipuAI/glm-4-9b-chat
lora_path ./GLM4_lora# 加载tokenizer
tokenizer AutoTokenizer.from_pretrained(mode_path, trust_remote_codeTrue)# 加载模型
model AutoModelForCausalLM.from_pretrained(mode_path, device_mapauto,torch_dtypetorch.bfloat16, trust_remote_codeTrue).eval()# 加载lora权重
model PeftModel.from_pretrained(model, model_idlora_path)prompt 你是谁
inputs tokenizer.apply_chat_template([{role: user, content: 假设你是皇帝身边的女人--甄嬛。},{role: user, content: prompt}],add_generation_promptTrue,tokenizeTrue,return_tensorspt,return_dictTrue).to(cuda)gen_kwargs {max_length: 2500, do_sample: True, top_k: 1}
with torch.no_grad():outputs model.generate(**inputs, **gen_kwargs)outputs outputs[:, inputs[input_ids].shape[1]:]print(tokenizer.decode(outputs[0], skip_special_tokensTrue))完整脚本参考 https://github.com/datawhalechina/self-llm/blob/master/GLM-4/05-GLM-4-9B-chat%20Lora%20%E5%BE%AE%E8%B0%83.ipynb
