00271 PEFT - Fine-tune large models using 🤗 peft adapters, transformers & bitsandbytes

大语言模型

发布日期: 2025-01-18

更新日期: 2025-01-18

前言

在本教程中，我们将介绍如何使用最新的peft库和bitsandbytes库以8位格式加载大型模型，进而对大型语言模型进行微调。微调方法将依赖于一种最近的方法，称为“低秩适配器”（LoRA）。您无需微调整个模型，只需微调这些适配器并将它们正确加载到模型中即可。微调模型后，您还可以在🤗 Hub上分享您的适配器，并且可以非常轻松地加载它们。让我们开始吧！

src link: https://huggingface.co/spaces/PEFT/quantization/blob/main/Finetune_opt_bnb_peft.ipynb

Operating System: Ubuntu 22.04.4 LTS

参考文档

PEFT - Fine-tune large models using 🤗 peft adapters, transformers & bitsandbytes

安装依赖项

首先，运行下面的单元格以安装所需的依赖项：

!pip install -q bitsandbytes datasets accelerate
!pip install -q transformers peft

模型加载

在这里，我们加载opt-6.7b模型，它在Hub上的半精度（float16）权重大约为13GB！如果我们以8位格式加载，则只需要大约7GB的内存。

import os

import torch
import torch.nn as nn
import bitsandbytes as bnb
from transformers import AutoTokenizer, AutoConfig, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("facebook/opt-6.7b", load_in_8bit=True)

tokenizer = AutoTokenizer.from_pretrained("facebook/opt-6.7b")

为训练准备模型

在使用peft训练这样的int8模型之前，需要进行一些预处理，因此让我们导入一个实用函数prepare_model_for_int8_training，该函数将执行以下操作：

将所有非int8模块转换为全精度（fp32）以提高稳定性。
向输入嵌入层添加一个forward_hook，以启用输入隐藏状态的梯度计算。
启用梯度检查点以进行更节省内存的训练。

from peft import prepare_model_for_int8_training

model = prepare_model_for_int8_training(model)

应用LoRA

现在是peft的神奇之处！让我们加载一个PeftModel，并使用peft的get_peft_model实用函数指定我们将使用低秩适配器（LoRA）。

def print_trainable_parameters(model):
    """
    Prints the number of trainable parameters in the model.
    """
    trainable_params = 0
    all_param = 0
    for _, param in model.named_parameters():
        all_param += param.numel()
        if param.requires_grad:
            trainable_params += param.numel()
    print(
        f"trainable params: {trainable_params} || all params: {all_param} || trainable%: {100 * trainable_params / all_param}"
    )

from peft import LoraConfig, get_peft_model

config = LoraConfig(
    r=16, lora_alpha=32, target_modules=["q_proj", "v_proj"], lora_dropout=0.05, bias="none", task_type="CAUSAL_LM"
)

model = get_peft_model(model, config)
print_trainable_parameters(model)

训练

import transformers
from datasets import load_dataset

data = load_dataset("Abirate/english_quotes")
data = data.map(lambda samples: tokenizer(samples["quote"]), batched=True)

trainer = transformers.Trainer(
    model=model,
    train_dataset=data["train"],
    args=transformers.TrainingArguments(
        per_device_train_batch_size=4,
        gradient_accumulation_steps=4,
        warmup_steps=100,
        max_steps=200,
        learning_rate=2e-4,
        fp16=True,
        logging_steps=1,
        output_dir="outputs",
    ),
    data_collator=transformers.DataCollatorForLanguageModeling(tokenizer, mlm=False),
)
model.config.use_cache = False  # silence the warnings. Please re-enable for inference!
trainer.train()

在🤗 Hub上分享适配器。

from huggingface_hub import notebook_login

notebook_login()

model.push_to_hub("ybelkada/opt-6.7b-lora", use_auth_token=True)

从Hub加载适配器。

您还可以使用以下命令直接从Hub加载适配器：

import torch
from peft import PeftModel, PeftConfig
from transformers import AutoModelForCausalLM, AutoTokenizer

peft_model_id = "ybelkada/opt-6.7b-lora"
config = PeftConfig.from_pretrained(peft_model_id)
model = AutoModelForCausalLM.from_pretrained(
    config.base_model_name_or_path, return_dict=True, load_in_8bit=True, device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained(config.base_model_name_or_path)

# Load the Lora model
model = PeftModel.from_pretrained(model, peft_model_id)

推理

然后，您可以直接使用训练好的模型或从🤗 Hub加载的模型进行推理，就像在transformers中通常所做的那样。

batch = tokenizer("Two things are infinite: ", return_tensors="pt")

with torch.cuda.amp.autocast():
    output_tokens = model.generate(**batch, max_new_tokens=50)

print("\n\n", tokenizer.decode(output_tokens[0], skip_special_tokens=True))