大模型微调工具-torchtune_torchtune教程

一、定义

1.定义
2.安装
3. 案例

二、实现

1.定义
torchtune是pytorcht提供的原生库，是一个专注于PyTorch的库，旨在简化和优化大规模语言模型（LLMs）的训练过程。它的设计目标是易用性，并且与现有的生态系统工具无缝集成，为开发者提供了强大的灵活性和可扩展性。
2. 安装
github:https://github.com/pytorch/torchtune?tab=readme-ov-file#get-started
教程： https://pytorch.org/torchtune/stable/index.html
步骤：

# Nightly install for latest features
pip install --pre torch torchvision --index-url https://download.pytorch.org/whl/nightly/cu121
pip install torchtune
#验证
tune --help
1
2
3
4
5

3. 案例
参数配置脚本位置如:torchtune/recipes/configs/qwen2
安装位置：/opt/conda/lib/python3.10/site-packages/torchtune
1. 下载模型：

tune download microsoft/Phi-3-medium-4k-instruct \
--output-dir /tmp/Phi-3-medium-4k-instruct \
#默认下载到/tmp//Phi-3-medium-4k-instruct
1
2
3

2.将默认文件拷贝到自定义文件夹，并进行修改

#tune ls
tune cp llama2/7B_lora_single_device ./my.yaml       #获取配置文件
1
2

修改模型路径
#修改后，运行

CUDA_VISIBLE_DEVICES=0 tune run lora_finetune_single_device --config ./my.yaml
1

本地环境数据集报错，修改脚本：
/opt/conda/lib/python3.10/site-packages/torchtune/datasets/_instruct.py
datasets 放入服务器：C:\Users\86188.cache\huggingface\datasets ----》/.cache/huggingface/datasets 目录下。

3. 修改数据集

torchtune.datasets — torchtune main documentation (pytorch.org)
构造本地数据参考：https://github.com/pytorch/torchtune/blob/main/torchtune/datasets/_alpaca.py