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
小草cys1 天前
在树莓派集群上部署 Distributed Llama (Qwen 3 14B) 详细指南
python·llama·树莓派·qwen
咕咚-萌西1 天前
联邦学习论文分享:Towards Building the Federated GPT:Federated Instruction Tuning
llama·联邦学习·指令微调
relis2 天前
解密llama.cpp中的batch与ubatch:深度学习推理优化的内存艺术
深度学习·batch·llama
relis2 天前
解密llama.cpp:Prompt Processing如何实现高效推理?
prompt·llama
GEO_JYB3 天前
BERT家族进化史:从BERT到LLaMA,每一次飞跃都源于对“学习”的更深理解
学习·bert·llama
AI大模型4 天前
大模型开发实战:使用 LLaMA Factory 微调与量化模型并部署至 Ollama
程序员·llm·llama
relis4 天前
解密llama.cpp:从Prompt到Response的完整技术流程剖析
prompt·llama
我不是小upper4 天前
Llama v3 中的低秩自适应 (LoRA)
llama
df007df11 天前
【RAGFlow代码详解-10】文本处理和查询处理
人工智能·ocr·embedding·llama
liliangcsdn11 天前
llama.cpp reranking源码分析
llama