大模型实操与API调用 | 三十五、Llama 3.1模型部署与微调详细实战

Llama 3.1模型部署与微调详细实战

1. 环境准备

• 硬件选择：选择一台至少配备NVIDIA 4090 GPU的服务器，显存至少24GB。
• 操作系统安装：安装Ubuntu 22.04 LTS版本。
• 基础软件配置：安装Python 3.12、CUDA 12.1和cuDNN。

2. 安装依赖

1）Python环境配置

创建Python虚拟环境，并激活。

python -m venv llama_env
source llama_env/bin/activate
1
2

2）依赖库安装

使用pip安装所需的库，并通过清华大学TUNA镜像站加速下载。

pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install fastapi uvicorn modelscope transformers accelerate
1
2
3

3. 模型下载

使用modelscope下载

编写脚本d.py使用modelscope库下载Llama 3.1模型。

import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import os

model_dir = snapshot_download(
    'LLM-Research/Meta-Llama-3.1-8B-Instruct',
    cache_dir='/root/autodl-tmp',
    revision='master'
)
1
2
3
4
5
6
7
8
9

运行脚本：

python /root/autodl-tmp/d.py
1

4. 模型推理

1）加载模型

使用transformers库加载分词器和模型。

from transformers import AutoTokenizer, AutoModelForCausalLM

model_name_or_path = '/root/autodl-tmp/LLM-Research/Meta-Llama-3___1-8B-Instruct'
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, use_fast=False)
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, device_map="auto", torch_dtype=torch.bfloat16)
1
2
3
4
5

2）推理测试

编写推理测试代码，生成模型回复。

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Who are you?"}
]

input_ids = tokenizer.apply_chat_template(messages)
model_inputs = tokenizer([input_ids], return_tensors="pt").to('cuda')
generated_ids = model.generate(model_inputs.input_ids, max_new_tokens=512)
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

print(response)
1
2
3
4
5
6
7
8
9
10
11

5. 模型微调

1）数据集准备

准备包含指令和问答对的数据集。

2）导入依赖包

导入数据处理和模型训练所需的库。

from datasets import Dataset
import pandas as pd
from transformers import AutoTokenizer, AutoModelForCausalLM, DataCollatorForSeq2Seq, TrainingArguments, Trainer
1
2
3

3）读取和处理数据集

将数据集转换为模型可接受的格式。

df = pd.read_json('huanhuan.json')
ds = Dataset.from_pandas(df)
1
2

定义数据处理函数，将数据集映射到该函数。

def process_func(example):
    MAX_LENGTH = 384
    # 数据处理逻辑...
    return {
        "input_ids": input_ids,
        "attention_mask": attention_mask,
        "labels": labels
    }
1
2
3
4
5
6
7
8

4）定义模型

加载预训练模型，并开启梯度检查点。

model = AutoModelForCausalLM.from_pretrained(model_dir)
model.enable_input_require_grads()
1
2

5）Lora配置

使用Lora技术配置微调参数。

from peft import LoraConfig

config = LoraConfig(
    task_type=TaskType.CAUSAL_LM,
    target_modules=["q_proj", "k_proj", "v_proj", "o_proj"],
    r=8,
    lora_alpha=32,
    lora_dropout=0.1
)
1
2
3
4
5
6
7
8
9

6）配置训练参数

设置训练超参数。

from transformers import TrainingArguments

args = TrainingArguments(
    output_dir="./output/llama3_1_instruct_lora",
    per_device_train_batch_size=4,
    gradient_accumulation_steps=4,
    logging_steps=10,
    num_train_epochs=3,
    save_steps=100,
    learning_rate=1e-4,
    gradient_checkpointing=True
)
1
2
3
4
5
6
7
8
9
10
11
12

7）开始训练

使用Trainer类开始模型训练。

trainer = Trainer(
    model=model,
    args=args,
    train_dataset=tokenized_id,
    # 其他参数...
)
trainer.train()
1
2
3
4
5
6
7

8）合并模型

将微调后的权重合并回基础模型。

from peft import PeftModel

model = AutoModelForCausalLM.from_pretrained(model_dir)
model = PeftModel.from_pretrained(model, model_id=lora_path)
1
2
3
4

6. API部署调用

1）编写FastAPI应用代码

创建fastapi-test.py文件，编写API服务代码。

from fastapi import FastAPI
from transformers import AutoTokenizer, AutoModelForCausalLM
import uvicorn

app = FastAPI()

@app.post("/")
async def create_item(request):
    # API逻辑...
    return answer

if __name__ == '__main__':
    model_name_or_path = '/root/autodl-tmp/LLM-Research/Meta-Llama-3___1-8B-Instruct'
    tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
    model = AutoModelForCausalLM.from_pretrained(model_name_or_path)

    uvicorn.run(app, host='0.0.0.0', port=6006, workers=1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

2）启动API服务

在终端运行以下命令启动API服务：

python fastapi-test.py
1

3）调用API

使用curl或Python的requests库调用API。

curl -X POST "http://127.0.0.1:6006/" \
-H 'Content-Type: application/json' \
-d '{"prompt": "What is AI?"}'
1
2
3

7.常见问题与解决方案

• CUDA OOM（内存不足）：如果遇到内存不足问题，尝试降低per_device_train_batch_size和gradient_accumulation_steps的值，或使用梯度检查点技术。
• 模型下载慢：由于模型文件较大，下载可能需要较长时间。建议在网络环境较好的情况下进行下载。
• 模型加载失败：确保CUDA和cuDNN与PyTorch版本兼容，且GPU驱动是最新的。

Llama 3.1模型的强大能力，为自然语言处理领域带来了新的机遇。本文详细介绍了从环境配置到模型部署、微调，再到API服务的整个流程。希望这份指南能够帮助您顺利实现Llama 3.1模型的本地部署和应用开发。

---

最后

AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。

学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。

这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频，免费分享！

一、大模型全套的学习路线

L1级别：AI大模型时代的华丽登场
L2级别：AI大模型API应用开发工程
L3级别：大模型应用架构进阶实践
L4级别：大模型微调与私有化部署

达到L4级别也就意味着你具备了在大多数技术岗位上胜任的能力，想要达到顶尖水平，可能还需要更多的专业技能和实战经验。

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF书籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人在大模型时代，需要不断提升自己的技术和认知水平，同时还需要具备责任感和伦理意识，为人工智能的健康发展贡献力量。

有需要全套的AI大模型学习资源的小伙伴，可以微信扫描下方CSDN官方认证二维码，免费领取【保证100%免费】