LLaMA-Factory 单卡3080*2 deepspeed zero3 微调Qwen2.5-7B-Instruct

环境安装

1. git clone https://gitcode.com/gh_mirrors/ll/LLaMA-Factory.git
3. cd LLaMA-Factory
5. pip install -e ".[torch,metrics]"
7. pip install deepspeed

复制代码

下载模型

1. pip install modelscope
2. modelscope download --model Qwen/Qwen2.5-7B-Instruct  --local_dir /root/autodl-tmp/models/Qwen/Qwen2.5-7B-Instruct

复制代码

微调

1. llamafactory-cli train \
2.     --stage sft \
3.     --do_train True \
4.     --model_name_or_path /root/autodl-tmp/models/Qwen/Qwen2.5-7B-Instruct \
5.     --preprocessing_num_workers 16 \
6.     --finetuning_type lora \
7.     --template qwen \
8.     --flash_attn auto \
9.     --dataset_dir data \
10.     --dataset self_SFT,alpaca_zh_demo \
11.     --cutoff_len 1024 \
12.     --learning_rate 0.0001 \
13.     --num_train_epochs 5.0 \
14.     --max_samples 1000 \
15.     --per_device_train_batch_size 4 \
16.     --gradient_accumulation_steps 8 \
17.     --lr_scheduler_type cosine \
18.     --max_grad_norm 1.0 \
19.     --logging_steps 5 \
20.     --save_steps 100 \
21.     --warmup_steps 0 \
22.     --packing False \
23.     --report_to none \
24.     --output_dir saves/Qwen2.5-7B-Instruct/lora/train_2024-12-20-09-43-52 \
25.     --bf16 True \
26.     --plot_loss True \
27.     --ddp_timeout 180000000 \
28.     --include_num_input_tokens_seen True \
29.     --optim adamw_torch \
30.     --lora_rank 8 \
31.     --lora_alpha 16 \
32.     --lora_dropout 0 \
33.     --lora_target all \
34.     --deepspeed cache/ds_z3_config.json

复制代码

笔者测试3080*2，1108条数据需要1个小时，bitch_size只能设为2，而且只能Zero3
但是也可以微调Qwen2.5-7B-Instruct了

Zero将模型参数分成三个部分：
状态作用Optimizer States优化器在进行梯度更新的时候需要用到的数据Gradient在反向转播过程中产生的数据，其决定参数的更新方向Model Parameter模型参数，在模型训练过程中通过数据“学习”的信息 Zero的级别如下：
总结

DeepSpeed方便了我们在机器有限的情况下来训练、微调大模型，同时它也有很多良好的性能来使用，后期可以继续挖掘。
现在主流的模型训练方式： GPU + PyTorch + Megatron-LM + DeepSpeed
优势
存储服从：DeepSpeed提供了一种Zero的新型办理方案来淘汰训练显存的占用，它与传统的数据并行差别，它将模型状态和梯度进行分区来节省大量的显存；
可扩展性：DeepSpeed支持高效的数据并行、模型并行、pipeline并行以及它们的组合，这里也称3D并行；
易用性： 在训练阶段，只需要修改几行代码就可以使pytorch模型使用DeepSpeed和Zero。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。