LLM入门——在Colab上部署Llama2

LLM入门——在Colab上部署Llama2

2024/07/09
   本文属于“LLM入门”系列，该系列是笔者自学LLM时记载的一些实践记载与心得，可能存在错误或过时的部分，请读者体贴。
对于LLM入门学者，我推荐从Large Language Model Course开始，这是一份优秀的学习路径引导。
  本文为笔者二次整理的资料，重点关注在Colab上用根本方法部署Llama的指令过程。如有其他需求请参考对应博客：

• 可视化调用Llama2 / 在线试用 Llama2 / colab 一键部署：Llama2 部署及试用
  
• 跳过笔者的碎碎念，直接阅读笔者参考的原始资料：Getting Started with LlaMA 2: A Beginner’s Guide
  

Llama2

Llama2是meta最新开源的语言大模子，训练数据集2万亿token，上下文长度是由llama的2048扩展到4096，可以明白和生成更长的文本，包罗7B、13B和70B三个模子。
   其中其中B是Billion，代表十亿参数
  以Llama2为代表的开源LLM根本都能在huggingface下载。Hugging Face 是一个旨在推动天然语言处置惩罚（NLP）技能和工具发展的开源社区和公司。他们致力于提供各种NLP任务中的最新技能、模子和工具，以及为开发者提供便捷的方式来使用、微调和部署这些技能。
   当然你也别着急去下载，个人PC的性能在LLM方向能做的事有限，我推荐初学者先在Colab上练练手。
  Colab

Colaboratory（简称为Colab）是由Google开发的一种基于云端的交互式笔记本环境。它提供了免费的计算资源（包罗CPU、GPU和TPU），可让用户在欣赏器中编写和实行代码，而无需进行任何配置和安装。
怎样用Colab创建代码请参考【呆板学习 | 深度学习】Colab是什么？以及怎样使用它？
Llama2 访问

获取Llama的两种方式：

• 官方申请：
  
  
  
  • 官网申请下载
    
  • huggingface获取官方库访问权限
    
  
  
• huggingface第三方下载
  

具体方式请参考Llama2 部署及试用。假如后续有继续使用Llama做研究的需求，建议官方申请，实测一两小时内即可乐成。官方申请有几点注意事项：

• 官网/huggingface官方库申请时地区请选择"China"以外的恣意选项
  
• 优先huggingface官方库，官网提供的下载方式过于麻烦
  

Colab部署

   参考：Getting Started with LlaMA 2: A Beginner’s Guide
  LangChain 是一个用于开发由语言模子驱动的应用步伐的框架。接下来基于LangChain在Colab上部署使用meta-llama/Llama-2-7b-chat-hf。
总体来看，部署一个LLM可以归纳为以下步骤：

• Install required packages
  
• Import required libraries
  
• Download the model
  
• Load the model
  
• Create a prompt template
  
• Generate a response
  

Colab选择T4 GPU

下载相干库

1. !pip install -q transformers einops accelerate langchain bitsandbytes langchain-community langchain-core langchain-huggingface

复制代码

• 在下令 pip install -q 中，-q 一个选项，表示“quiet”（安静模式）。这个选项的作用是镌汰下令输出的冗长信息，只表现错误和警告信息。
  
• Colab提供的代码编辑界面是Jupyter Notebook，Jupyter Notebook中输入下令行指令需要在指令前多放一个!
  
• transformers：由 Hugging Face 开发的一个广泛使用的开源库，主要用于天然语言处置惩罚（NLP）任务。后续代码中有以下几点作用：
  
  
  
  • transformers.pipeline 是 Hugging Face transformers 库中的一个焦点函数，提供了一个统一的接口，可以轻松地加载预训练模子，并在差异的NLP任务中使用。
    
  • AutoTokenizer 是 Hugging Face transformers 库中的一个重要工具，用于自动选择和加载与特定预训练模子相匹配的分词器。分词器的作用是将输入的文本转化为模子可以处置惩罚的形式（如token ID）。AutoTokenizer 提供了简化的接口，使用户可以方便地加载恰当某个模子的分词器，而不必手动指定具体的分词器类。
    
  
  
• einops einops是一个简洁优雅使用张量的库，而且支持对numpy，pytorch，tensorflow中的张量进行使用。
  
  
  
  • 在后续代码中被隐式调用
    
  
  
• accelerate 是由 Hugging Face 开发的一个库，旨在简化和优化深度学习模子的训练和推理过程。
  
  
  
  • 在后续代码中被隐式调用
    
  
  
• langchain 是一个用于构建和使用大语言模子（LLM）的库，旨在简化创建、管理和部署各种天然语言处置惩罚（NLP）任务的流程。
  
  
  
  • 只调用 langchain 出现报错langchain : ModuleNotFoundError: No module named ‘langchain_community’，还需要下载 langchain-community langchain-core langchain-huggingface。后续代码中有以下几点作用：
    
  • HuggingFacePipeline 是抽象的对象，但网上缺乏相干的介绍
    
  • PromptTemplate： Prompt template 是一种可复制的生成提示的方法。要创建 prompt template，可以使用 PromptTemplate 类创建一个简单的硬编码提示。Prompt template 可以接受恣意数目的输入变量，并可以格式化以生成一个 prompt。
    
  
  

Hugging Face登录

1. !huggingface-cli login

复制代码

• 怎样获取口令参考怎样获取HuggingFace的Access Token；怎样获取HuggingFace的API Key
  
  
  
  
• shell中后续问你Add token as git credential? (Y/n)，直接输入n
  
• 假如你选择非官方（无需权限获取）的LLM，这一步应该可以略过
  

模子下载加载

1. from langchain_huggingface import HuggingFacePipeline
2. from transformers import AutoTokenizer
3. import transformers
4. import torch
6. model = "meta-llama/Llama-2-7b-chat-hf"
8. tokenizer = AutoTokenizer.from_pretrained(model, truncation=True)
10. pipeline = transformers.pipeline(
11.     "text-generation",
12.     model=model,
13.     tokenizer=tokenizer,
14.     torch_dtype=torch.bfloat16,
15.     trust_remote_code=True,
16.     device_map="auto",
17.     max_length=1000,
18.     eos_token_id=tokenizer.eos_token_id
19. )

复制代码

• AutoTokenizer.from_pretrained 是 Hugging Face 的 transformers 库中一个便捷的方法，用于根据模子名称或路径加载预训练分词器（Tokenizer）。
  
  
  
  • truncation=True 的意思是答应截断。当我们使用 tokenizer 处置惩罚输入文本时,假如输入文本的长度超过我们设定的 max_length,那么就需要进行截断。
    
  
  
• 这里重点关注下pipeline = transformers.pipeline：
  
  
  
  • 网上有不少教程使用model = AutoModelForCausalLM.from_pretrained(model_name, token=True)加载模子，默认环境下，这种方式加载模子会使用 float32（32位浮点数）作为其张量的数据类型。但是Colab提供的T4 GPU资源受限，实践中会出现ran out of RAM报错。
    
  • torch_dtype=torch.bfloat16 通过使用较低精度的浮点数，明显镌汰了内存使用，从而可以在Colab上运行
    
  
  

1. llm = HuggingFacePipeline(pipeline = pipeline, model_kwargs = {'temperature':0})

复制代码

• 这一步基于pipline创建一个HuggingFacePipeline
  
• 在天然语言生成任务中，温度（temperature）参数用于调节生成文本的多样性和随机性。具体来讲，温度 (temperature) 是一个浮点数，用于控制生成模子输出的概率分布。它影响模子对每个词的选择概率，从而调节生成文本的多样性和随机性。
  
  
  
  • 高温度值（比方，temperature=1.0 或更高）：
    
    
    
    • 生成的文本更随机，词的选择概率分布更平展。
      
    • 效果更加多样化，但也可能导致不太连贯或不符合上下文的输出。
      
    
    
  • 低温度值（比方，temperature=0.1 或更低）：
    
    
    
    • 生成的文本更确定，模子倾向于选择概率最高的词。
      
    • 效果更连贯和符合上下文，但多样性降低。
      
    
    
  • 温度为 0：
    
    
    
    • 模子将始终选择概率最高的词，生成的文本完全确定，没有随机性。
      
    • 这通常用于生成确定性的回答或需要非常高的准确性时，但输出可能会缺乏创意和多样性。
      
    
    
  
  

Prompt Template

1. from langchain import PromptTemplate
3. template = """
4.               You are an intelligent chatbot that gives out useful information to humans.
5.               You return the responses in sentences with arrows at the start of each sentence
6.               {query}
7.            """
9. prompt = PromptTemplate(template=template, input_variables=["query"])
11. llm_chain = prompt | llm

复制代码

• Prompt template 是一种可复制的生成提示的方法，可以帮助我们针对差异环境的同类型问题简化prompt设计。它包含一个文本字符串（“template”），可以从终极用户处获取一组参数并生成一个提示。
  
• PromptTemplate 类答应用户定义一个模板，该模板包含占位符变量，这些变量将在实际使用时被具体的输入值替换。这样可以确保输入提示的一致性和布局化，使得生成模子可以或许更好地明白和响应输入。
  
  
  
  • 参数 template: 一个字符串模板，包含占位符变量。模板定义了生成模子输入的布局。代码中的占位符变量为 {query}
    
  • input_variables: 一个字符串列表，列出模板中全部的占位符变量名。这些变量将在生成模子调用时被具体的值替换。
    
  
  
• 在本文代码中，要求Llama模子回答用户的查询，并以编号的形式回答问题。
  
• prompt | llm 是 langchain.PromptTemplate 的新语法特性，替代了原先的 LLMChain 函数。该指令使用提供的输入键值（假如有的话，还包罗内存键值）格式化提示模板，将格式化的字符串传递给LLM并返回LLM输出。
  

1. print(llm_chain.run('What are the 3 causes of glacier meltdowns?'))

复制代码

• 至此，模子已经部署并对查询给出了响应：
  
  
  
  
• 可以看到，模子的输入查询已经按照 Prompt Template 规范化。
  

参考

• 收藏 | 看懂llama2 原理、模子和训练
  
• HuggingFace 介绍
  
• LangChain 介绍
  
• langchain_community.llms.huggingface_pipeline.HuggingFacePipeline
  
• Langchain（十）进阶之prompt template的使用
  

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。