1 介绍
- PEFT (Parameter-Efficient Fine Tuning) 方法在微调时冻结预训练模型参数,并在其上添加少量可训练的参数(称为适配器)
- 这些适配器被训练用来学习特定任务的信息。
- 这种方法已被证明在内存效率和计算使用上非常高效,同时能产生与完全微调模型相当的结果。
- 使用PEFT训练的适配器通常比完整模型小一个数量级,这使得分享、存储和加载它们变得非常方便。
- 例如,一个OPTForCausalLM模型的适配器权重在Hub上的存储只有约6MB
- 相比之下,完整的模型权重可以达到约700MB。
2 加载 PEFT适配器
2.1 直接from_pretrained加载
- 若要从 Transformers 加载和使用 PEFT 适配器模型,请确保 Hub 存储库或本地目录包含 adapter_config.json 文件和适配器权重
- 然后,可以使用 AutoModel类加载 PEFT 适配器模型
python
from transformers import AutoModelForCausalLM, AutoTokenizer
peft_model_id = "ybelkada/opt-350m-lora"
model = AutoModelForCausalLM.from_pretrained(peft_model_id)
2.2 load_adapter加载
python
from transformers import AutoModelForCausalLM
model_id = "facebook/opt-350m"
peft_model_id = "ybelkada/opt-350m-lora"
model = AutoModelForCausalLM.from_pretrained(model_id)
model.load_adapter(peft_model_id)
2.3 以8位/4位加载
- bitsandbytes 集成支持 8 位和 4 位精度数据类型,这对于加载大型模型非常有用,因为它节省了内存
- 在 from_pretrained() 中添加 load_in_8bit 或 load_in_4bit 参数,并设置 device_map="auto" 以有效地将模型分配到你的硬件
python
from transformers import AutoModelForCausalLM, AutoTokenizer
peft_model_id = "ybelkada/opt-350m-lora"
model = AutoModelForCausalLM.from_pretrained(peft_model_id,
device_map="auto",
load_in_8bit=True)
3 添加适配器
python
from transformers import AutoModelForCausalLM
from peft import LoraConfig
model_id = "facebook/opt-350m"
model = AutoModelForCausalLM.from_pretrained(model_id)
#加载这个模型
lora_config = LoraConfig(
target_modules=["q_proj", "k_proj"],
init_lora_weights=False
)
'''
target_modules 参数指定了将 LoRA 适配器应用于模型的哪些部分
这里是 "q_proj"(查询投影)和 "k_proj"(键投影)
init_lora_weights 设置为 False,意味着在初始化时不加载 LoRA 权重
'''
model.add_adapter(lora_config, adapter_name="adapter_1")
#使用 add_adapter 方法将之前配置的 LoRA 适配器添加到模型中,适配器命名为 "adapter_1"
model.add_adapter(lora_config, adapter_name="adapter_2")
# 附加具有相同配置的新适配器"adapter_2"
4 设置使用哪个适配器
python
# 使用 adapter_1
model.set_adapter("adapter_1")
output = model.generate(**inputs)
print(tokenizer.decode(output_disabled[0], skip_special_tokens=True))
# 使用 adapter_2
model.set_adapter("adapter_2")
output_enabled = model.generate(**inputs)
print(tokenizer.decode(output_enabled[0], skip_special_tokens=True))
5 启用和禁用适配器
一旦向模型添加了适配器,可以启用或禁用适配器模块
python
from transformers import AutoModelForCausalLM, OPTForCausalLM, AutoTokenizer
from peft import PeftConfig
model_id = "facebook/opt-350m"
adapter_model_id = "ybelkada/opt-350m-lora"
tokenizer = AutoTokenizer.from_pretrained(model_id)
text = "Hello"
inputs = tokenizer(text, return_tensors="pt")
#加载分词器和初始化输入
model = AutoModelForCausalLM.from_pretrained(model_id)
peft_config = PeftConfig.from_pretrained(adapter_model_id)
'''
加载了预训练的基础模型 facebook/opt-350m 和适配器的配置。
PeftConfig.from_pretrained 方法用于加载预定义的适配器配置。
'''
peft_config.init_lora_weights = False
model.add_adapter(peft_config)
'''
在添加适配器前,设置 init_lora_weights = False 指明在初始化时不使用预训练的 LoRA 权重,
而是使用随机权重。
然后将适配器添加到模型中。
'''
model.enable_adapters()
output1 = model.generate(**inputs)
#启用适配器,然后使用启用了适配器的模型生成文本
model.disable_adapters()
output2 = model.generate(**inputs)
#禁用适配器后,再次生成文本以查看不使用适配器时模型的输出表现
tokenizer.decode(output1[0])
'''
'</s>Hello------------------'
'''
tokenizer.decode(output2[0])
'''
"</s>Hello, I'm a newbie to this sub. I'm looking for a good place to"
'''
6 训练PEFT适配器
6.1 举例:添加lora适配器
6.1.1 定义你的适配器配置
python
from peft import LoraConfig
peft_config = LoraConfig(
lora_alpha=16,
lora_dropout=0.1,
r=64,
bias="none",
task_type="CAUSAL_LM",
)
lora_alpha=16
:指定 LoRA 层的缩放因子。lora_dropout=0.1
:设置在 LoRA 层中使用的 dropout 比率,以避免过拟合。r=64
:设置每个 LoRA 层的秩,即低秩矩阵的维度。bias="none"
:指定不在 LoRA 层中使用偏置项。task_type="CAUSAL_LM"
:设定这个 LoRA 配置是为了因果语言模型任务。
6.1.2 将适配器添加到模型
python
model.add_adapter(peft_config)
6.1.3将模型传递给 Trainer以进行训练
python
from transformers import Trainer
trainer = Trainer(model=model, ...)
trainer.train()