trl的安装与单GPU多GPU测试

文章目录

[0 相关资料](#0 相关资料)
[1 源码安装](#1 源码安装)
[2 Qwen2.5-0.5B-Instruct 模型下载](#2 Qwen2.5-0.5B-Instruct 模型下载)
[3 训练demo](#3 训练demo)
[4 在多个 GPU/节点上进行训练](#4 在多个 GPU/节点上进行训练)
总结

TRL 是一个先进的库，专为训练后基础模型而设计，采用了监督微调 (SFT)、近端策略优化 (PPO) 和直接偏好优化 (DPO) 等先进技术。TRL 建立在 🤗 Transformers 生态系统之上，支持多种模型架构和模态，并可在各种硬件配置上进行扩展。

b站视频：https://www.bilibili.com/video/BV18ndfYfEcz/

PyTorch / 2.3.0 / 3.12(ubuntu22.04) / 12.1

1 源码安装

复制代码

source /etc/network_turbo
git clone https://github.com/huggingface/trl.git
cd trl/
pip install -e .

source /etc/network_turbo
pip install trl transformers datasets accelerate

2 Qwen2.5-0.5B-Instruct 模型下载

https://www.modelscope.cn/models/Qwen/Qwen2.5-0.5B-Instruct

bash 复制代码

source /etc/network_turbo
pip install modelscope

采用SDK方式下载

bash 复制代码

from modelscope import snapshot_download

# 指定模型的下载路径
cache_dir = '/root/'
# 调用 snapshot_download 函数下载模型
model_dir = snapshot_download('Qwen/Qwen2.5-0.5B-Instruct', cache_dir=cache_dir)

print(f"模型已下载到: {model_dir}")

3 训练demo

demo.py

执行脚本前，输入：

复制代码

source /etc/network_turbo

from trl import SFTTrainer
from datasets import load_dataset

dataset = load_dataset("trl-lib/Capybara", split="train")

trainer = SFTTrainer(
    model="/root/Qwen/Qwen2.5-0.5B-Instruct",
    train_dataset=dataset,
)
trainer.train()

复制代码

00:15<1:57:58,

4 在多个 GPU/节点上进行训练

执行脚本前，输入：

复制代码

source /etc/network_turbo

bash 复制代码

accelerate launch --config_file=examples/accelerate_configs/multi_gpu.yaml --num_processes 2 demo.py --all_arguments_of_the_script

总结

一块L20 GPU 48G，需要2小时

两块L20 GPU 48G，需要0.5小时

速度提升明显

trl的安装与单GPU多GPU测试

文章目录

0 相关资料

1 源码安装

2 Qwen2.5-0.5B-Instruct 模型下载

3 训练demo

4 在多个 GPU/节点上进行训练

总结