写点什么

chatglm2-6b 在 P40 上做 LORA 微调

  • 2024-08-13
    广东
  • 本文字数:2537 字

    阅读完需:约 8 分钟

背景:


目前,大模型的技术应用已经遍地开花。最快的应用方式无非是利用自有垂直领域的数据进行模型微调。chatglm2-6b在国内开源的大模型上,效果比较突出。本文章分享的内容是用chatglm2-6b模型在集团EA的P40机器上进行垂直领域的LORA微调。
复制代码


一、chatglm2-6b 介绍


github:  https://github.com/THUDM/ChatGLM2-6B 
chatglm2-6b相比于chatglm有几方面的提升:
1. 性能提升: 相比初代模型,升级了 ChatGLM2-6B 的基座模型,同时在各项数据集评测上取得了不错的成绩;
2. 更长的上下文: 我们将基座模型的上下文长度(Context Length)由 ChatGLM-6B 的 2K 扩展到了 32K,并在对话阶段使用 8K 的上下文长度训练;
3. 更高效的推理: 基于 Multi-Query Attention 技术,ChatGLM2-6B 有更高效的推理速度和更低的显存占用:在官方的模型实现下,推理速度相比初代提升了 42%;
4. 更开放的协议:ChatGLM2-6B 权重对学术研究完全开放,在填写问卷进行登记后亦允许免费商业使用。
复制代码


二、微调环境介绍 2.1 性能要求


推理这块,chatglm2-6b在精度是fp16上只需要14G的显存,所以P40是可以cover的。   
复制代码


EA上P40显卡的配置如下:  
复制代码


2.2 镜像环境


做微调之前,需要编译环境进行配置,我这块用的是docker镜像的方式来加载镜像环境,具体配置如下:
复制代码


FROM base-clone-mamba-py37-cuda11.0-gpu

mpich

RUN yum install mpich

create my own environment

RUN conda create -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ --override --yes --name py39 python=3.9

display my own environment in Launcher

RUN source activate py39


&& conda install --yes --quiet ipykernel


&& python -m ipykernel install --name py39 --display-name "py39"

install your own requirement package

RUN source activate py39


&& conda install -y -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/


pytorch torchvision torchaudio faiss-gpu


&& pip install --no-cache-dir --ignore-installed -i https://pypi.tuna.tsinghua.edu.cn/simple


protobuf


streamlit


transformers==4.29.1


cpm_kernels


mdtex2html


gradio==3.28.3


sentencepiece


accelerate


langchain


pymupdf


unstructured[local-inference]


layoutparser[layoutmodels,tesseract]


nltk~=3.8.1


sentence-transformers


beautifulsoup4


icetk


fastapi~=0.95.0


uvicorn~=0.21.1


pypinyin~=0.48.0


click~=8.1.3


tabulate


feedparser


azure-core


openai


pydantic~=1.10.7


starlette~=0.26.1


numpy~=1.23.5


tqdm~=4.65.0


requests~=2.28.2


rouge_chinese


jieba


datasets


deepspeed


pdf2image


urllib3==1.26.15


tenacity~=8.2.2


autopep8


paddleocr


mpi4py


tiktoken


如果需要使用deepspeed方式来训练, EA上缺少mpich信息传递工具包,需要自己手动安装。
复制代码


2.3 模型下载


huggingface地址:  https://huggingface.co/THUDM/chatglm2-6b/tree/main 
复制代码


三、LORA 微调 3.1 LORA 介绍


paper:  https://arxiv.org/pdf/2106.09685.pdf 
LORA(Low-Rank Adaptation of Large Language Models)微调方法: 冻结预训练好的模型权重参数,在冻结原模型参数的情况下,通过往模型中加入额外的网络层,并只训练这些新增的网络层参数。
复制代码


LoRA 的思想:•在原始 PLM (Pre-trained Language Model) 旁边增加一个旁路,做一个降维再升维的操作。•训练的时候固定 PLM 的参数,只训练降维矩阵 A 与升维矩 B。而模型的输入输出维度不变,输出时将 BA 与 PLM 的参数叠加。•用随机高斯分布初始化 A,用 0 矩阵初始化 B,保证训练的开始此旁路矩阵依然是 0 矩阵。3.2 微调


huggingface提供的peft工具可以方便微调PLM模型,这里也是采用的peft工具来创建LORA。 
peft的github: https://gitcode.net/mirrors/huggingface/peft?utm_source=csdn_github_accelerator
加载模型和lora微调:
# load modeltokenizer = AutoTokenizer.from_pretrained(args.model_dir, trust_remote_code=True)model = AutoModel.from_pretrained(args.model_dir, trust_remote_code=True)
print("tokenizer:", tokenizer)
# get LoRA modelconfig = LoraConfig( r=args.lora_r, lora_alpha=32, lora_dropout=0.1, bias="none",)
# 加载lora模型model = get_peft_model(model, config)# 半精度方式model = model.half().to(device)
这里需要注意的是,用huggingface加载本地模型,需要创建work文件,EA上没有权限在没有在.cache创建,这里需要自己先制定work路径。
复制代码


import osos.environ['TRANSFORMERS_CACHE'] = os.path.dirname(os.path.abspath(file))+"/work/"os.environ['HF_MODULES_CACHE'] = os.path.dirname(os.path.abspath(file))+"/work/"


如果需要用deepspeed方式训练,选择你需要的zero-stage方式:
conf = {"train_micro_batch_size_per_gpu": args.train_batch_size, "gradient_accumulation_steps": args.gradient_accumulation_steps, "optimizer": { "type": "Adam", "params": { "lr": 1e-5, "betas": [ 0.9, 0.95 ], "eps": 1e-8, "weight_decay": 5e-4 } }, "fp16": { "enabled": True }, "zero_optimization": { "stage": 1, "offload_optimizer": { "device": "cpu", "pin_memory": True }, "allgather_partitions": True, "allgather_bucket_size": 2e8, "overlap_comm": True, "reduce_scatter": True, "reduce_bucket_size": 2e8, "contiguous_gradients": True }, "steps_per_print": args.log_steps }
其他都是数据处理处理方面的工作,需要关注的就是怎么去构建prompt,个人认为在领域内做微调构建prompt非常重要,最终对模型的影响也比较大。
复制代码


四、微调结果


目前模型还在finetune中,batch=1,epoch=3,已经迭代一轮。
复制代码


发布于: 16 小时前阅读数: 2
用户头像

拥抱技术,与开发者携手创造未来! 2018-11-20 加入

我们将持续为人工智能、大数据、云计算、物联网等相关领域的开发者,提供技术干货、行业技术内容、技术落地实践等文章内容。京东云开发者社区官方网站【https://developer.jdcloud.com/】,欢迎大家来玩

评论

发布
暂无评论
chatglm2-6b在P40上做LORA微调_京东科技开发者_InfoQ写作社区