十一、搭建自己的GPT模型_nanogpt

    nanoGPT，是用于培训/微调中型GPT的最简单、最快的存储库。因为代码非常简单，所以很容易满足需求，从头开始训练新模型，或者微调。基于GPT-2 1.3B模型，优点是cpu也可以跑，简单，快速。LLaMa的模型训练太耗费gpu，很多人也跑不了，所以暂时选择这个。
    项目地址：https://github.com/karpathy/nanoGPT
1、搭建环境
    git clone https://github.com/karpathy/nanoGPT
    pip install transformers tiktoken tqdm
2、快速体验demo模型
    在莎士比亚的作品中训练一个角色级的GPT，默认250轮会保存一次模型；在训练差不多可以直接ctrl+c停掉。
    如果仔细观察，会发现我们正在训练一个GPT，其上下文大小最多为256个字符，384个功能通道，它是一个6层的Transformer，每层有6个头。
    模型保存路径：D:\Simon\nanoGPT\out-shakespeare-char\ckpt.pt
    # 下载数据集
    $ python data/shakespeare_char/prepare.py
    # 使用GPU训练,在一个A100 GPU上，此训练运行大约需要3分钟。没有gpu，使用参数--device=cpu
    $ python train.py config/train_shakespeare_char.py
    $ python train.py config/train_shakespeare_char.py --device=cpu --compile=False --eval_iters&