[AI算法] LLM训练-构建transformers custom model

文章目录

    • [1. 继承与实现基础结构](#1. 继承与实现基础结构)
    • [2. 支持 DeepSpeed 和 Accelerate 的注意事项](#2. 支持 DeepSpeed 和 Accelerate 的注意事项)
      • [a. 模型输出格式](#a. 模型输出格式)
      • [b. 设备管理](#b. 设备管理)
      • [c. 分布式训练兼容性](#c. 分布式训练兼容性)
      • [d. DeepSpeed 特定优化](#d. DeepSpeed 特定优化)
    • [3. 训练脚本集成建议](#3. 训练脚本集成建议)
    • [4. 测试与调试建议](#4. 测试与调试建议)

在使用 Hugging Face 的 transformers 库时,若要自定义一个继承自 PreTrainedModel 的模型,并确保其在训练过程中支持 DeepSpeed 或 Accelerate 等加速框架,需要注意以下关键点:

1. 继承与实现基础结构

继承 PreTrainedModel

python 复制代码
  from transformers import PreTrainedModel, PretrainedConfig

  class MyCustomModel(PreTrainedModel):
      config_class = MyCustomConfig  # 自定义配置类
      base_model_prefix = "my_model"  # 模型前缀名

      def __init__(self, config):
          super().__init__(config)
          # 初始化模型结构
实现必要的方法
forward():必须正确返回 loss(用于训练)和输出。
save_pretrained() / from_pretrained():确保模型可保存和加载。

2. 支持 DeepSpeed 和 Accelerate 的注意事项

a. 模型输出格式

返回的输出应为 Seq2SeqLMOutput 或 CausalLMOutputWithPast 等标准输出类型,包含 loss, logits 等字段。

例如:

python 复制代码
  from transformers.modeling_outputs import CausalLMOutputWithPast

  def forward(...):
      ...
      return CausalLMOutputWithPast(
          loss=loss,
          logits=logits,
          past_key_values=past_key_values,
          hidden_states=hidden_states,
          attentions=attentions,
      )

b. 设备管理

不要在模型内部硬编码 .to(device),让 Accelerate 或 DeepSpeed 控制设备放置。

使用 accelerator.prepare(model, optimizer, dataloader) 来自动处理设备分配。

c. 分布式训练兼容性

避免使用不支持分布式训练的操作(如某些自定义 gather/scatter 操作)。

使用 PyTorch 原生支持的并行方式(如 nn.parallel.DistributedDataParallel)。

d. DeepSpeed 特定优化

若使用 DeepSpeed ZeRO,请避免在模型中使用 torch.nn.DataParallel。

使用 deepspeed.initialize() 替代常规优化器初始化。

在 deepspeed 配置文件中指定 train_batch_size、gradient_accumulation_steps 等参数。

3. 训练脚本集成建议

  • 使用 Accelerate
python 复制代码
from accelerate import Accelerator
accelerator = Accelerator()
model, optimizer, train_dataloader = accelerator.prepare(model, optimizer, train_dataloader)

for batch in train_dataloader:
    outputs = model(**batch)
    loss = outputs.loss
    accelerator.backward(loss)
    optimizer.step()
    optimizer.zero_grad()
  • 使用 DeepSpeed
python 复制代码
安装 DeepSpeed 并使用其启动脚本:
  deepspeed --num_gpus=4 train.py --deepspeed --deepspeed_config ds_config.json
示例 ds_config.json:
json
  {
    "train_batch_size": 32,
    "gradient_accumulation_steps": 1,
    "optimizer": {
      "type": "AdamW",
      "params": {
        "lr": 3e-5
      }
    },
    "zero_optimization": {
      "stage": 2
    }
  }

4. 测试与调试建议

  • 使用 transformers.Trainer 进行快速验证是否能正常训练。
  • 启用 fp16 或 bf16 加速训练时,确保模型计算图支持混合精度。
  • 使用 torch.compile() 可进一步提升性能(PyTorch 2.0+)。
相关推荐
一 铭40 分钟前
AI领域新趋势:从提示(Prompt)工程到上下文(Context)工程
人工智能·语言模型·大模型·llm·prompt
二进制person4 小时前
Java SE--方法的使用
java·开发语言·算法
AI大模型4 小时前
LangGraph官方文档笔记(七)——Agent的输入输出
langchain·llm·agent
knqiufan4 小时前
深度解析影响 RAG 召回率的四大支柱——模型、数据、索引与检索
llm·milvus·向量数据库·rag
OneQ6664 小时前
C++讲解---创建日期类
开发语言·c++·算法
JoJo_Way4 小时前
LeetCode三数之和-js题解
javascript·算法·leetcode
.30-06Springfield5 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
凌肖战7 小时前
力扣网C语言编程题:在数组中查找目标值位置之二分查找法
c语言·算法·leetcode
weixin_478689767 小时前
十大排序算法汇总
java·算法·排序算法
luofeiju8 小时前
使用LU分解求解线性方程组
线性代数·算法