windows大模型llamafactory微调

硬件前提:Nivida显卡

1. 安装wsl

1.1 打开powe shell,

输入: wsl --install

1.2. 开启虚拟化

​编辑

1.3 重启电脑。

2. 下载llama-factory

地址:github.com/hiyouga/LLa...

​编辑

3. 安装

切换到解压后放到的目录,例如D:\llama-factory目录下,

在win系统菜单打开Ubuntu(注意这里不能是右键目录下打开linux)

bash 复制代码
1. 切换到目录:(如:G:\LLaMA-Factory-main,前面加上 /mnt/,转到目标)
cd /mnt/g/LLaMA-Factory-main

2. 安装miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行安装脚本(过程需要回车确认,注意看提示)
bash Miniconda3-latest-Linux-x86_64.sh

# 激活(确认上面已经完成了,不要过早的提前输入)
source ~/.bashrc

# 验证安装(显示版本即完成)
conda --version

3. 新增python运行环境
conda create -n venv2 python=3.12

# 激活环境
conda activate venv2

4. 安装llama-factory
pip install -e ".[torch,metrics]" -i https://mirrors.aliyun.com/pypi/simple/

# 启动
llamafactory-cli webui

# 打开进入界面:
http://localhost:7860

4. 下载不同模型(使用git方法)

  1. 在对应的模型下面对整个仓库进行克隆(这里需要安装lfs进行大文件安装)

​编辑

bash 复制代码
# 新建一个models文件夹,进入
# 安装lfs
git lfs install
# 克隆整个库
git clone https://hf-mirror.com/Qwen/Qwen1.5-0.5B
# 小文件完成100%后打断
ctrl+C
# 进入目录
cd Qwen1.5-0.5B
# 拉取大文件
git lfs pull
# (如果拉取闪退,使用这行命令强行拉取)
git lfs fetch --all
# (如果拉取不了,手动下载LFS的文件,下载后再剪切到目录下)

​编辑

5. 设置界面

​编辑

注意这里假设是 G://LLaMA-Factory-models/Qwen1.5-0.5B,要在前面改为/mnt/

/mnt/g/LLaMA-Factory-models/Qwen1.5-0.5B

参考:(有不太明白的看这篇网址,它有出错的看我上方的命令)使用llamafactory进行模型训练与微调-环境准备与工具部署-EOGEE_岳极技术_大模型与AI知识技术共享社区

相关推荐
liliangcsdn16 小时前
mac测试ollama llamaindex
数据仓库·人工智能·prompt·llama
茫茫人海一粒沙20 小时前
使用 LLaMA 3 8B 微调一个 Reward Model:从入门到实践
llama
liliangcsdn3 天前
mac llama_index agent算术式子计算示例
人工智能·python·macos·llama
许愿与你永世安宁4 天前
RAG(检索增强生成)里的文档管理
数据库·人工智能·gpt·oracle·llama·rag
许愿与你永世安宁7 天前
基于Llama的RAG 3种模型配置方法
人工智能·python·自然语言处理·json·github·llama·faiss
至善迎风7 天前
本地部署 Kimi K2 全指南(llama.cpp、vLLM、Docker 三法)
docker·容器·llama·kimi
阿斯卡码7 天前
安装 llama-cpp-python 的CPU和GPU方法
开发语言·python·llama
学不会就看8 天前
llama-factory快速开始
llama
NullPointerExpection11 天前
LLM大语言模型不适合统计算数,可以让大模型根据数据自己建表、插入数据、编写查询sql统计
数据库·人工智能·sql·算法·llm·llama·工作流
MUTA️11 天前
Llama系列:Llama1, Llama2,Llama3内容概述
llama