大模型微调踩坑记录 - 基于Alpaca-LLaMa+Lora

Anycall201

已于 2023-09-04 15:31:20 修改

阅读量1.2w

点赞数 22

CC 4.0 BY-SA版权

分类专栏：问题记录文章标签：深度学习自然语言处理 transformer

于 2023-04-11 09:54:12 首次发布

本文链接：https://blog.csdn.net/anycall201/article/details/129959567

问题记录专栏收录该内容

5 篇文章

订阅专栏

前言

为了使用开放权重的LLM(大语言模型)，基于自己的训练集，微调模型，会涉及到如下一些技术要点：

配置运行环境
下载、加载基础模型
收集语料、微调训练
检验训练效果

在实施过程中，遇到不少困难，因此写下这篇文档，做为记录。

环境配置

1. 模型加载 - icetk报错

(1) 问题描述

在huggingface的模型库中，大模型会被分散为多个bin文件，在加载这些原始模型时，有些模型(如Chat-GLM)需要安装icetk。

这里遇到了第一个问题，使用pip安装icetk和torch两个包后，使用from_pretrained加载模型时会报缺少icetk的情况。
但实际情况是这个包已经安装了。

查资料的过程中，有人说出现该错误的原因是icetk依赖cpu版torch2.0，需要先装icetk再装GPU版torch。
但我尝试该方案后并不成功，之后在github上看到一条相同的issue，下方的回答中提到的方法，成功解决了我的问题。

(2) 解决方案

启动python环境，执行import icetk会报错，并指向lzma.py中的引用错误
根据错误提示，定位到lzma.py文件及相关代码的位置
按如下方式修改源代码

修改前

from _lzma import *
from _lzma import _encode_filter_properties, _decode_filter_properties

修改后

try:
	from _lzma import *
	from _lzma import _encode_filter_properties, _decode_filter_properties
except ImportError:
	from backports.lzma import *
	from backports.lzma import _encode_filter_properties, _decode_filter_properties

2. 安装指定版本 - transformers安装

(1) 问题描述

截止到目前(2023-04-06)，Meta官方仍未对LLaMa模型开源，网上流传的为泄露版。因此，正式版transformers没有该模型的Model或Tokenizer库。

在查找资料的过程中，有人说使用pip install git+某版本transformer安装dev版transformers。
但由于当我使用该指令安装时，这里指定的分支已经被删除了，所以无法安装成功。

(2) 解决方案

因为无法通过pip install的方式安装，所以这里考虑用编译源码的方式安装。

git clone https://github.com/huggingface/transformers.git
pip install -e .

因为模型目前还未开源，所以使用这种方式解决。未来Meta正式开源该模型后，transformers肯定会提供支持。
届时，直接使用pip install transformers即可。

微调训练

1. 并行计算 - bitsandbytes报错

(1) 问题描述

安装bitsandbytes，可以在加载模型时，设置load_in_8bit=True, device_map='auto'降低显存，并将模型分布到GPU上计算。

但在引用时会出现警告: UserWarning: The installed version of bitsandbytes was compiled without GPU support.。
并在模型加载时会报有关"libsbitsandbytes_cpu.so"的编译错误。

(2) 解决方案

正确安装cuda、cuda-tookit
在.bashrc中配置LD_LIBRARY_PATH

详细情况可参考这篇博客：bitsandbytes报错解决方案

可能是因为Nvidia针对浮点型计算进行过优化，使用load_in_8bit=True让参数以整型进行计算，反而会降低计算速度。
因此，在显存足够时，建议不使用该设置。

2. 模型微调 - 使用PEFT

Lora技术提出之后，huggingface提供了PEFT框架支持，可通过pip install peft安装。

使用时分为如下步骤：

参数设置 - 配置Lora参数，通过get_peft_model方法加载模型。
模型训练 - 此时只会微调模型的部分参数、而其他参数不变。
模型保存 - 使用model.save_pretrained("output_dir")方法保存模型。
模型加载 - 读取保存peft模型及相关配置，使用PeftModel.from_pretrained(model, peft_model_id)方法加载模型。

(1) 模型训练、保存

from transformers import AutoModel
from peft import get_peft_model, LoraConfig

# Lora参数设置
peft_config = LoraConfig(
	r=lora_r,
	lora_alpha=lora_alpha,
	target_modules=lora_target_modules,
	lora_dropout=lora_dropout,
	bias="none",
	task_type="CAUSAL_LM",
)

# 模型加载
model = AutoModel.from_pretrained("model_name_or_path")
model = get_peft_model(model, peft_config)
# output: trainable params: 4194304 || all params: 6742609920 || trainable%: 0.06220594176090199
model.print_trainable_parameters()

# 模型训练
...

# 模型保存
model.save_pretrained("output_dir")

(2) 模型加载、计算

以下是官方给出的样例，但是按该方式加载模型，在计算时会出现AttributeError: 'NoneType' object has no attribute 'device'报错。

from transformers import AutoModel, AutoTokenizer
from peft import PeftModel, PeftConfig

# 加载peft配置
peft_model_id = "output_dir"
peft_config = PeftConfig.from_pretrained(peft_model_id)

# 加载tokenizer
tokenizer = AutoTokenizer.from_pretrained(peft_config.base_model_name_or_path)

# 结合基础模型和微调结果，加载模型
model = AutoModel.from_pretrained(peft_config.base_model_name_or_path)
model = PeftModel.from_pretrained(model, peft_model_id)
model = model.to(device)
model.eval()

# 模型计算
...

在查找资料后，发现这是PEFT在遇到GPU加载模型时会产生的bug。
根据使用环境是单GPU或多GPU，分别按以下两种方式使用，即可解决上述问题。

解决方案 - 单GPU

# 加载基础模型
base_model = AutoModel.from_pretrained(
    model_path,
    load_in_8bit=True,
    torch_dtype=torch.float16,
    # device_map="{'': 0}"
    device_map="auto"
)

peft_model = PeftModel.from_pretrained(
    base_model,
    peft_model_id,
    torch_dtype=torch.float16,
    # device_map="{'': 0}"
    device_map="auto"
)

解决方案 - 多GPU

# 加载基础模型
base_model = AutoModel.from_pretrained(
    model_path,
    load_in_8bit=True,
    torch_dtype=torch.float16,
    device_map="auto"
)

# 获取模型参数分配表
device_map = {f"base_model.model.{k}": v for k, v in model.hf_device_map.items()}

# 按相同的参数分配加载peft model
peft_model = PeftModel.from_pretrained(
    base_model,
    peft_model_id,
    device_map=device_map,
    torch_dtype=torch.float16
)

在查找资料的过程中，我先看到的是单GPU的解决方案，但是该方案对多GPU不适用。
应该是因为自动分配参数时，无法保证peft_model和base_model的分配方法一致。
因此，在多GPU环境下，需通过device_map绑定二者参数的分配方式。

吐槽

在查资料的过程中，建议大家多用谷歌、少用百度。
上述这几个问题，都在github对应仓库的issue里有人提出过，我也都是从下方的答复中找到的解决方案。
但是在用百度和谷歌搜报时，百度却从没给出github上的回答。

百度	谷歌

参考文档

icetk报错 - https://github.com/THUDM/ChatGLM-6B/issues/323
bitsandbytes报错 - https://github.com/oobabooga/text-generation-webui/issues/147#issuecomment-1456040134
peft使用说明 - https://huggingface.co/blog/peft
peft加载模型 - https://github.com/tloen/alpaca-lora/issues/77