书生·浦语大模型实战营-学习笔记4

XTuner 大模型单卡低成本微调实战

Finetune简介

常见的两种微调策略:增量预训练、指令跟随

指令跟随微调

数据是一问一答的形式

对话模板构建

每个开源模型使用的对话模板都不相同

指令微调原理:

由于只有答案部分是我们期望模型来进行回答的内容,所以我们只对答案部分进行损失的计算

增量预训练微调

数据都是陈述句,没有问答形式

LoRA & QLoRA

XTuner中使用的微调原理:LoRA & QLoRA

如果我们要对整个模型的所有参数都进行调整的话,需要非常大的显存才能够进行训练,但是用LoRA的方法就不需要这么大的显存开销了

比较:全参数微调、LoRA、QLoRA

全参数微调:整个模型都要加载到显存中,所有模型参数的优化器也都要加载到显存中,显存不够根本无法进行·

LoRA:模型也是要先加载到显存中,但是我们只需要保存LoRA部分的参数优化器,大大减小了显存占用

QLoRA:加载模型时就使用4bit量化的方式加载(相当于不那么精确的加载),但是可以节省显存开销,QLoRA部分的参数优化器,还可以在GPU和CPU之间进行调度【这是Xtunner进行整合的功能 】,显存满了就自动去内存中去跑。

XTuner介绍


XTuner快速上手

  1. 安装
bash 复制代码
pip install xtuner
  1. 挑选配置模版
bash 复制代码
xtuner list-cfg -p internlm_20b
  1. 一键训练
bash 复制代码
xtuner train internlm_20b_qlora_oasst1_512_e3
  1. Config 命名规则

|-------|---------------------------------|
| 模型名 | internlm_20b ( 无 chat 代表是基座模型 ) |
| 使用算法 | qlora |
| 数据集 | oasst1 |
| 数据长度 | 512 |
| Epoch | e3, epoch 3 |

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/67e55262c53d4d988fa0948795877b8c.png) ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/2746f7cf958b47a1b2b388a43f5a9260.png) ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/3a93273b4b84489ca5be2e991156e1d6.png) ![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/3a14ced892df4f02a58633f803aff1e9.png)

XTunner支持多数据的样本拼接,增加运行效率,输入模型,统一的进行梯度的传播

自定义数据集建议使用json格式

8GB显卡玩转LLM



动手实战环节

https://github.com/InternLM/tutorial/blob/main/xtuner/README.md

相关推荐
CV学术叫叫兽18 分钟前
一站式学习:害虫识别与分类图像分割
学习·分类·数据挖掘
我们的五年30 分钟前
【Linux课程学习】:进程程序替换,execl,execv,execlp,execvp,execve,execle,execvpe函数
linux·c++·学习
一棵开花的树,枝芽无限靠近你1 小时前
【PPTist】添加PPT模版
前端·学习·编辑器·html
VertexGeek1 小时前
Rust学习(八):异常处理和宏编程:
学习·算法·rust
二进制_博客2 小时前
Flink学习连载文章4-flink中的各种转换操作
大数据·学习·flink
codebolt2 小时前
ADS学习记录
学习
Komorebi.py3 小时前
【Linux】-学习笔记05
linux·笔记·学习
亦枫Leonlew3 小时前
微积分复习笔记 Calculus Volume 1 - 6.5 Physical Applications
笔记·数学·微积分
冰帝海岸8 小时前
01-spring security认证笔记
java·笔记·spring
Guofu_Liao9 小时前
大语言模型---LoRA简介;LoRA的优势;LoRA训练步骤;总结
人工智能·语言模型·自然语言处理·矩阵·llama