ChatGLM2-6B! 我跑通啦！本地部署+微调（windows系统）

1. 跑通了啥？

记录一下此时此刻，2023年7月8日22点04，从ChatGLM2-6B在7月4日开放了ptuning到此时此刻，ChatGLM2-6B的微调终于被哥们跑通了！
从本地部署ChatGLM2-6B到本地进行P-tuning微调，再到最后的模型检测，哥们全跑通了！

2. 咋跑通的？

2.1 ChatGLM2-6B本地部署

这里非常感谢ChatGLM2-6B｜开源本地化语言模型这篇博客！因为我布置环境，本地部署完全按照这个博客来的，而且他/她还贴心地帮我把要从huggingface上下载巨慢的内容下载打包好了，真的是爱了！

这里要提醒的是，要注意文件目录严格按照这个博客来，可以免除很多麻烦！
同时这篇文章提到源码修改也是非常有意义的，这和windows系统解析符号有关，后面的模型检测中，可能还会遇见这个错误！

本地部署相对麻烦的环节是pytorch的安装
我也是征战pytorch和tensorflow安装战场多年，虽然我用的服务器很高级，但是在我使用之前就下载了一个cuda是10.2版本，这可把我愁坏了。查阅版本信息可以点这个链接，可以发现10.2GPU最高安装版本是pytorch1.12.1，于是我先头铁下载了这个

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch 
1

没想到的是，下载的时候表面上是GPU版本，但是G!!! 下载下来是cpu版的，于是我铤而走险，像赌徒一样，试了试pytorch1.11.0，cuda版本是11.3的

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
1

令人惊讶的是，成了！！！标志是下载的时候，后面的注释的内容不是cpu**，而是cuda**
所以我大胆推测，pytorch的驱动核心在于，cudatoolkit的版本，只要电脑可以驱动cudatoolkit的版本即可，可以通过尝试这些代码，观察下载内容是 cpu** 还是 cuda**来确定下载的版本是不是正确的。

网上又说，torch最好是2.0.0以上，按照我的经验，不需要！ 我transformer的版本是4.30，这是chatglm2-6b要求的，和chatglm-6b不一样。

最后告诉大家一个我尝试的结果：10.2的cuda 应该最高支持到pytorch的1.10.*这个系列

最后在提醒一下大家，按照上述文章，最好每一步都一样，是可以一边成功的。顺序也可以按照上述要求。

年纪大，爱唠叨，说了好几遍最后，但是还有一件事情怕大家疑惑，那就是如果你，conda list，你会发现这个现象：

既有一个torch也有一个pytorch，哈哈，而且版本不一样，经过我的观察，torch是通过 pip install -r requirements.txt下载的，pytorch是通过conda下载的，但是两者分别的作用机理，我也不清楚，但是我暂时的结论是，两者不冲突，而且似乎以conda下载那个为主，也希望有懂这个的小伙伴或者大伙伴可以指导一下！

2.2 ChatGLM2-6B本地微调

本地微调要感谢B站up主AI李大鹅！他的视频使用P-Tuning微调Chatglm2-6B，喂饭级教程给了我很大的启发。视频只有6分钟，但是我研究他的内容用了2天吧。下面把我遇到的一些困难和心得介绍一下。

首先是系统问题，这就是我为什么在开头强调这是windows系统的解决方案，因为和linux真的不一样，官方提供的文档，是基于shell脚本的，在windows的cmd不可以直接运行，哪怕是我用git bash 也出现了问题。视频中给出 了一个解决方案——利用.bat文件，可以实现。
train.bat代码如下

set PRE_SEQ_LEN=128
set LR=2e-2

python main.py ^
    --do_train ^
    --train_file train.json ^
    --validation_file dev.json ^
    --preprocessing_num_workers 10 ^
    --prompt_column content ^
    --response_column summary ^
    --overwrite_cache ^
    --model_name_or_path THUDM/chatglm2-6b ^
    --output_dir output/adgen-chatglm2-6b-pt-%PRE_SEQ_LEN%-%LR% ^
    --overwrite_output_dir ^
    --max_source_length 64 ^
    --max_target_length 128 ^
    --per_device_train_batch_size 1 ^
    --per_device_eval_batch_size 1 ^
    --gradient_accumulation_steps 16 ^
    --predict_with_generate ^
    --max_steps 3000 ^
    --logging_steps 10 ^
    --save_steps 1000 ^
    --learning_rate %LR% ^
    --pre_seq_len %PRE_SEQ_LEN% ^
    --quantization_bit 4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

当然这里的很多参数是可以调整的。
在cmd中按照如下步骤运行（下面是我的运行步骤，要根据自己的文件目录进行调整）

1. cd /d E:\openai.wiki\ChatGLM2-6B
2. conda activate E:\openai.wiki\ChatGLM2-6B\ENV
3. cd ptuning
4. train.bat

当然，要注意train.bat中训练文件train.json和推理文件evaluate.json的位置
在运行train.bat时，我出现了一个困恼了我一下午的bug，

RuntimeError: Default process group has not been initialized, please make sure to call
init_process_group.
1
2

这个错误我估计很多兄弟应该不会出现，但是因为用的服务器太高级了，三块独立显卡，导致了代码优先进行并行训练，但是这些我不知道该怎么处理，只能去蒙，最后蒙到了一个办法，分享给同样遇到这个问题的朋友
在main.py函数中，添加下列内容

这样应该就ok了，真的很神奇！
我还遇见了一个错误

AttributeError: 'Seq2SeqTrainer' object has no attribute 'is_deepspeed_enabled'
1

这个错误要修改文件在这个目录

在840行左右，一个控制学习率的函数中进行修改，我采用非常鲁莽方式

直接把判断的上半部分写成了False，这样避开了这个参数的调用。这个问题个人应该没有很好的解决办法，只能祈求自己不会出现这个报错，或者就按照我的方法来，经过我的实践，这是ok的！

我大概训练了2个小时，时间还可以！

训练完了是推理部分，下面是推理evaluate.bat的代码

set PRE_SEQ_LEN=128
set CHECKPOINT=adgen-chatglm2-6b-pt-128-2e-2
set STEP=3000
set NUM_GPUS=1

python main.py ^
    --do_predict ^
    --validation_file dev.json ^
    --test_file dev.json ^
    --overwrite_cache ^
    --prompt_column content ^
    --response_column summary ^
    --model_name_or_path THUDM/chatglm2-6b ^
    --ptuning_checkpoint ./output/%CHECKPOINT%/checkpoint-%STEP% ^
    --output_dir ./output/%CHECKPOINT% ^
    --overwrite_output_dir ^
    --max_source_length 64 ^
    --max_target_length 64 ^
    --per_device_eval_batch_size 1 ^
    --predict_with_generate ^
    --pre_seq_len %PRE_SEQ_LEN% ^
    --quantization_bit 4
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

推理过程，很快，而且0bug，幸福！

最后是模型检测阶段
model_test.py代码如下（这是要自己写的，补充进去）（注意地址需要修改）

from transformers import AutoConfig,AutoModel,AutoTokenizer
import os,torch

CHECKPOINT_PATH = "E:\openai.wiki\ChatGLM2-6B\ptuning\output/adgen-chatglm2-6b-pt-128-2e-2\checkpoint-3000"

# 载入Tokenizer
tokenizer = AutoTokenizer.from_pretrained('THUDM/chatglm2-6b',trust_remote_code = True)

# 加载P-Tuning的checkpoint
config = AutoConfig.from_pretrained("THUDM/chatglm2-6b",trust_remote_code = True,pre_seq_len=128)
model = AutoModel.from_pretrained("THUDM/chatglm2-6b",config=config,trust_remote_code = True)
prefix_state_dict = torch.load(os.path.join(CHECKPOINT_PATH,'pytorch_model.bin'))
print(prefix_state_dict)
new_prefix_state_dict = {}
for k,v in prefix_state_dict.items():
    if k.startswith('transformers.prefix_encoder.'):
        new_prefix_state_dict[k[len('transformers.prefix_encoder.'):]] = v
model.transformer.prefix_encoder.load_state_dict(new_prefix_state_dict,False)

model = model.half().cuda()
model.transformer.prefix_encoder.float().cuda()
model = model.eval()
response,history = model.chat(tokenizer,'宽松的衣服质感如何',history=[])
print(response)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

可以观察到CHECKPOINT_PATH = "E:\openai.wiki\ChatGLM2-6B\ptuning\output/adgen-chatglm2-6b-pt-128-2e-2\checkpoint-3000"中很细节的把\adgen** 修改成了/adgen**,就是第一篇博客中提到转义问题。
这是遇到的最后一个问题，

因为AI李大鹅提供的源代码中，下面这一句是没有False的。
model.transformer.prefix_encoder.load_state_dict(new_prefix_state_dict,False)
没有False我就会出现上述的报错。所以我还是一种选择忽略错误的方式，在结尾加了一个False。这不影响最后的运行和加载。
最后成功的标志：

2.3 小结

使用大模型，就会遇见这些各种各样的问题，这既让我体会到了python这种脚本语言的便捷，同时让我感受到了版本的混乱，而且这种别人写好的代码，如何进行debug，我认为这是未来走向工作岗位或者科研岗，非常重要的技能！
以上内容也仅仅是我自己遇见的问题，可能还会有别的问题，可能试着按照我这种忽略法来解决，毕竟，能跑起来就行！结果慢慢考虑。

3. 打算做什么？

有了这套技术，我的下一步目标就是，收集土建行业数据，构建土建行业大模型。我了解的还不够深入，看论坛看到了一些炫酷的名词，比如历史遗忘等等，暂时我也不懂这些，希望在下一步的研究中，可以继续深入研究，加油！
欢迎小伙伴和大伙伴们可以积极留言自己搞这一套遇到的问题，我可以尽力帮助大家，同时收集大家的问题，让大模型的门槛越来越低！真正走向大众！