使用LoRA对大语言模型LLaMA做Fine-tune
使用LoRA对大语言模型LLaMA做Fine-tune
-
- 前言
- 下载
- 配置环境
- 模型的训练 Fine-tune
- 模型的使用 Inference
- 参考
- 问题汇总
前言
-
目前有大量对LLM（大语言模型）做Fine-tune的方式，不过需要消耗的资源非常高，例如
- Stanford Alpaca: 对LLaMA-7B做Fine-tune，需要4颗A100 (80GB) GPU
- FastChat/Vicuna: 对LLaMA-7B做Fine-tune，需要4颗A100 (40GB) GPU
-
这种资源需求令普通的学习者望而却步，使用LoRA则可以较好的解决这个问题
-
LoRA全称为Low-Rank Adaptation of Large Language Models，是一种模拟Full Fine-tune的特殊方法：不改变原模型的情况下，在旁边增加一个降维和升维操作来模拟 intrinsic rank（模拟训练真正能影响模型效果的那些参数），从而达到和Full Fine-tune几乎一样的效果。（具体原理请自行查找。另外提一下：LoRA原本是用于LLM的，不过目前在StableDiffusion上也得到了非常好的应用。）
-
LoRA 的最大优势是训练参数少、速度快、内存消耗少。例如Alpaca-LoRA使用一颗RTX 4090即可实现对LLaMA-7B的Fine-tune，目前也有很多网友使用单颗RTX 4070 Ti、RTX 4080完成过训练。
-
下面就来说说整个训练过程。
-
我使用的设备是3颗老旧的Tesla T4（不要问我为什么用推理专用GPU做训练），信息如下
(base) [root@xxx-yyy-gpu ~]# nvidia-smi Mon May 29 16:29:50 2023 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 460.91.03 Driver Version: 460.91.03 CUDA Version: 11.2 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 Tesla T4 Off | 00000000:3B:00.0 Off | 0 | | N/A 31C P8 8W / 70W | 0MiB / 15109MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ | 1 Tesla T4 Off | 00000000:AF:00.0 Off | 0 | | N/A 32C P8 9W / 70W | 0MiB / 15109MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ | 2 Tesla T4 Off | 00000000:D8:00.0 Off | 0 | | N/A 31C P8 9W / 70W | 0MiB / 15109MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=============================================================================| | No running processes found | +-----------------------------------------------------------------------------+ -
理论上2颗Tesla T4也行
下载
- LLaMA模型文件（decapoda-research/llama-7b-hf，非MetaAI官方）
- 下载地址：https://huggingface.co/decapoda-research/llama-7b-hf/tree/main
- 点击下载按钮即可（每个文件），全部保存到同一个目录。
- 如果你的环境是联网的，可以不手动下载，后续会在运行训练阶段自动下载
- Alpaca-LoRA项目
- 地址：https://github.com/tloen/alpaca-lora
- 下载该项目代码，我们需要使用到该项目写好的
finetune.py、generate.py代码 - 稍后还需安装该项目下
requirements.txt中的依赖
- 训练用的数据集
- 地址：https://github.com/LC1332/Chinese-alpaca-lora/tree/main/data
- 下载
trans_chinese_alpaca_data.json文件，这是该项目翻译为中文的对话数据 - 你也可以按照该格式构建出自己的数据集，做出自己的专业领域模型（例如中文医学对话）
- Anaconda、Python、PyTorch
- Anaconda 是Python虚拟环境管理工具，我用的 Miniconda，请自行安装
- Python 用的3.9版本，先不下载，等下用conda创建
- PyTorch 用的1.13.1版本，先不下载，等下安装
配置环境
- 安装Python、PyTorch
- 利用Miniconda创建Python虚拟环境，命令
$ conda create -n alpaca python=3.9 - 进入该环境，命令
$ conda activate alpaca - 安装PyTorch，命令如下（二选一）
- Conda方式：
$ conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia - Pip方式：
$ pip3 install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
- Conda方式：
- 利用Miniconda创建Python虚拟环境，命令
- 安装项目的Python依赖
- 在刚才新创建的Python虚拟环境
alpaca中，如果直接安装alpaca-lora项目下的requirements.txt，可能会漏掉一些依赖包。你可以试试，操作如下- 进入到alpaca-lora项目目录下，命令
$ pip install -r requirements.txt
- 进入到alpaca-lora项目目录下，命令
- 建议直接这样安装，命令
$ pip install accelerate appdirs loralib black datasets fire peft transformers==4.29.2 sentencepiece gradio scipy bitsandbytes==0.37.2 - 注意看
requirements.txt文件中的描述，transformers需要>=4.28.0，太高也会出问题，建议用4.29.2。另外，bitsandbytes的版本不要用0.38.x，会报OOM，建议用0.37.2，但是又可能会出现其他错误（0.38.x修复了这个问题，解决方式见文末）。 transformers库用于加载、训练、保存模型，peft库则是用于帮助你使用LoRA的
- 在刚才新创建的Python虚拟环境
- 准备好资源
- 请将下载好的“LLaMA模型文件”放置一个文件夹内（没下载就不管，等下会自动下），如
/root/.cache/huggingface/hub/models--decapoda-research--llama-7b-hf - 请将下载好的“Alpaca-LoRA项目”放置一个文件夹内，如
/home/gpt/alpaca-lora - 请将下载好的“训练用的数据集”放置一个文件夹内，如
/home/gpt/data/trans_chinese_alpaca_data.json
- 请将下载好的“LLaMA模型文件”放置一个文件夹内（没下载就不管，等下会自动下），如
模型的训练 Fine-tune
-
进入到Alpaca-LoRA项目目录下，如
/home/gpt/alpaca-lora -
若是单个显卡，训练命令样例如下
nohup python \ finetune.py \ --base_model 'decapoda-research/llama-7b-hf' \ --data_path '/home/gpt/data/trans_chinese_alpaca_data.json' \ --output_dir './my_model_save' \ --batch_size 128 \ --micro_batch_size 2 \ --num_epochs 2 \ --learning_rate 3e-4 \ 1>train.log 2>&1 &--base_model是预训练模型LLaMA在huggingface的标识或本地存储路径--data_path是训练用的数据的路径--output_dir是训练完成后模型的保存路径--micro_batch_size是微批次的大小，会通过梯度累积的方式来节省显存。越大占用显存越高，请根据你的情况调整。--batch_size--num_epochs是训练轮数，2~3个epoch基本上可以达到较好的效果--learning_rate是训练时的学习率，3e-4即0.0003nohup和1>train.log 2>&1 &：1>train.log 2>&1用于将所有训练信息输出到train.log文件，方便后面查看。同时，利用nohup和&可以让程序置于后台运行，以防止shell连接突然断掉导致程序结束（因为训练时间很长）。（另外提一下：使用nohup后，最好手动exit退出下终端，因为非正常退出可能会导致程序终止）
-
若是多个显卡，训练命令样例如下
WORLD_SIZE=3 CUDA_VISIBLE_DEVICES=0,1,2 nohup torchrun \ --nproc_per_node=3 \ --master_port=1234 \ finetune.py \ --base_model 'decapoda-research/llama-7b-hf' \ --data_path '/home/gpt/data/trans_chinese_alpaca_data.json' \ --output_dir './my_model_save' \ --batch_size 128 \ --micro_batch_size 2 \ --num_epochs 2 \ --learning_rate 3e-4 \ 1>train.log 2>&1 &WORLD_SIZE是全局进程数（一般一个显卡对应一个进程）CUDA_VISIBLE_DEVICES是具体的几张显卡的ID--nproc_per_node是每个物理节点上面进程的数量
-
环境有网络的话，正常情况下会自动下载LLaMA模型文件，接着就开始训练了
-
如果没网，但之前单独下载了LLaMA模型文件，需要
- 设置transformers、datasets库的离线模式，在SHELL中添加变量，命令
$ HF_DATASETS_OFFLINE=1 TRANSFORMERS_OFFLINE=1 - 指定LLaMA模型文件路径，例如将
--base_model 'decapoda-research/llama-7b-hf'改为--base_model '/root/.cache/huggingface/hub/models--decapoda-research--llama-7b-hf'
- 设置transformers、datasets库的离线模式，在SHELL中添加变量，命令
-
我因为一些特殊情况，训练时必须离线，所以我的最终命令如下
WORLD_SIZE=3 CUDA_VISIBLE_DEVICES=0,1,2 HF_DATASETS_OFFLINE=1 TRANSFORMERS_OFFLINE=1 nohup torchrun \ --nproc_per_node=3 \ --master_port=1234 \ finetune.py \ --base_model '/root/.cache/huggingface/hub/models--decapoda-research--llama-7b-hf' \ --data_path '/home/gpt/data/trans_chinese_alpaca_data.json' \ --output_dir './my_model_save' \ --batch_size 128 \ --micro_batch_size 4 \ --num_epochs 3 \ 1>train.log 2>&1 & -
训练过程的输出，样例如下（当
--num_epochs 3、--micro_batch_size 4时）
-
训练结果模型文件，样例如下
-
设备监控信息，样例如下（用的 nvitop 命令，需要单独安装
pip3 install --upgrade nvitop）- 当
--micro_batch_size 2时
- 当
--micro_batch_size 4时
- 当
模型的使用 Inference
-
训练完成后会在
my_model_save目录下生成文件，包括adapter_config.json、adapter_model.bin和一系列checkpoint文件。（见上面的截图） -
选择最新的checkpoint文件夹（如 checkpoint-1200），将其中的
pytorch_model.bin文件拷贝到my_model_save目录下，并重命名为adapter_model.bin
-
做推断时需要的文件包括
原始LLaMA-7B文件，以及my_model_save目录下的adapter_config.json、adapter_model.bin文件 -
下面启动推断服务，命令样例如下
WORLD_SIZE=3 CUDA_VISIBLE_DEVICES=0,1,2 python generate.py \ --base_model "decapoda-research/llama-7b-hf" \ --lora_weights './my_model_save' \ --load_8bit -
我是在本离线使用的，所以我的命令如下
WORLD_SIZE=3 CUDA_VISIBLE_DEVICES=0,1,2 HF_DATASETS_OFFLINE=1 TRANSFORMERS_OFFLINE=1 python generate.py \ --load_8bit \ --base_model "/root/.cache/huggingface/hub/models--decapoda-research--llama-7b-hf" \ --lora_weights '/home/gpt/alpaca-lora/my_model_save/'
- 因为集成了 gradio，我们可以直接在Web界面访问（
http://IP:7860），样例如下
- 因为训练用的数据是翻译的，质量还有些问题，会导致部分回答不佳，还需要提高数据集的质量。(Open Assistant应该是一个不错的选择)
- 预测过程中GPU的监控信息如下
参考
- Alpaca-LoRA: https://github.com/tloen/alpaca-lora
- Stanford Alpaca: https://github.com/tatsu-lab/stanford_alpaca
- Chinese-alpaca-lora: https://github.com/LC1332/Chinese-alpaca-lora
- FastChat: https://github.com/lm-sys/FastChat
问题汇总
- 关于bitsandbytes导致的问题（2023-05-30记录）
- 目前
bitsandbytes 0.37.2可能会出现找不到当前需要使用的cuda的版本的问题（如果你用conda安装pytorch的话）bitsandbytes doesn’t work#452 - 在
bitsandbytes 0.38.x中已经修复了该问题，不过又会出现OOM的问题 New OOM bug introduced in bitsandbytes 0.38.x?#324，并且最新的0.39.0也还没修复这个问题 - 所以就非常矛盾，需要我们改下
bitsandbytes的python源码 - 找到你在conda中安装的
bitsandbytes库的位置，编辑下面的./cuda_setup/main.py文件，例如$ vim /root/anaconda3/envs/alpaca/lib/python3.9/site-packages/bitsandbytes/cuda_setup/main.py- 找到这行代码
if not torch.cuda.is_available(): return 'libsbitsandbytes_cpu.so', None, None, None, None - 修改为
if torch.cuda.is_available(): return 'libbitsandbytes_cuda117.so', None, None, None, None（cuda117改成你自己的cuda版本即可）
- 找到这行代码
- 执行
$ python -m bitsandbytes，进行测试，如果最后输出如下内容，就没问题了...... Running a quick check that: + library is importable + CUDA function is callable SUCCESS! Installation was successful!
- 目前