[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+）。