名人博客

程序學到昏 個人主頁 (csdn.net)

從零開始：Windows系統下Qwen2.5大模型的實踐教程（一）

本文將基于Windows系統和CPU環境，使用Qwen2.5系列模型，詳細實踐從大型語言模型的下載、部署到微調的全過程。

 程序學到昏 ?·? 2024-11-10 11:41:51 發布

本文將基于Windows系統和CPU環境，使用Qwen2.5系列模型，詳細實踐從大型語言模型的下載、部署到微調的全過程。

1、環境配置

1.1、部署開發環境

本地開發環境：windows

（1）python開發環境

①pycharm 安裝pycharm（community版本）：www.jetbrains.com/pycharm/dow…

②anaconda 安裝anaconda：清華鏡像源，選擇合適的版本，例如：Anaconda3-2024.06-1-Windows-x86_64.exe 下載anaconda完成后，windows系統下點擊exe文件一路nex即可安裝完成。

③配置anaconda環境變量（非必須）： 假設你的anaconda安裝地址為：D:\soft\anaconda；進入系統高級配置，添加系統變量：

然后點擊Path，添加如下變量：

%ANACONDA_HOME% 
%ANACONDA_HOME%\Scripts 
%ANACONDA_HOME%\Library\mingw-w64\bin%ANACONDA_HOME%\Library\usr\bin 
%ANACONDA_HOME%\Library\bin

配置完成后，使用conda --version可以看到anaconda已經安裝完成：

④anaconda使用：
一些簡單的命令，幫助我們使用它：

# 安裝一個新的anaconda環境，名為qwen1.5-4b，python版本為3.10conda create -n qwen1.5-4b python=3.10# 查詢安裝的anaconda環境conda env list# 手動切換anaconda環境conda activate qwen1.5-4b# 關閉anaconda環境conda deactivate# 檢查python的版本（當前conda環境下的）python --version

在我們新建完名為qianwen的conda虛擬環境后，去pycharm的setting->Python Interpreter中導入創建好的conda環境即可：

1.2、大模型下載

huggingface：略

modelscape，魔搭社區提供了相應的組件來供使用者下載：

# 安裝ModelScopepip install modelscope# 下載完整模型repomodelscope download --model qwen/Qwen2.5-1.5B# 下載單個文件（以README.md為例）modelscope download --model qwen/Qwen2.5-1.5B README.md

示例如下：

我在base的conda環境下進行安裝相應組件，然后調用modelscope命令進行下載，且該組件具備斷點續傳的功能，如果當前網絡不佳，可以殺死命令行，重新執行命令，已下載的文件內容不會丟失，可以繼續在進度條附近開始下載任務。

2、大模型部署使用

2.1、概述

使用：

import torchfrom flask import Flaskfrom flask import requestfrom transformers import (AutoTokenizer, AutoModelForCausalLM, AutoModel,
                          Qwen2ForCausalLM, Qwen2Tokenizer)# 參數max_new_tokens: int = 512  # 生成響應時最大的新token數
system_prompt = "你是一個專門分類新聞標題的分析模型。你的任務是判斷給定新聞短文本標題的分類。"user_template_prompt = ("請評估以下網購評論的情感，不要返回0或1以外的任何信息，不要返回你的思考過程。"
                        "輸入正面評論輸出1，輸入負面評論輸出0。輸入如下：{}\n請填寫你的輸出")
eos_token_id = [151645, 151643]

app = Flask(__name__)
model_path = "D:\project\llm\Qwen2.5-1.5B"# tokenizer = AutoTokenizer.from_pretrained(model_path)tokenizer = Qwen2Tokenizer.from_pretrained(model_path)# model = AutoModelForCausalLM.from_pretrained(model_path, device_map='cpu').eval()model = Qwen2ForCausalLM.from_pretrained(model_path, device_map='cpu').eval()# 非流式請求@app.route('/chat', methods=["POST"])
def chat():
    # 系統設定和prompt
    req_json = request.json
    content = user_template_prompt.format(req_json['message'])
    messages = [
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": content}
    ]    print("input: " + content)
    input_ids = tokenizer.apply_chat_template(messages,                                              tokenize=False,                                              add_generation_prompt=True)
    inputs = tokenizer([input_ids], return_tensors="pt").to(model.device)
    generated_ids = model.generate(
        inputs.input_ids,        max_new_tokens=max_new_tokens,        eos_token_id=eos_token_id,  # 結束令牌，模型生成這個token時，停止生成
    )
    generated_ids = [
        output_ids[len(inputs):] for inputs, output_ids in zip(inputs.input_ids, generated_ids)
    ]    print(f"generated_ids=\n{generated_ids}")
    response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]    print(response)
    # 使用占位符拼接字符串
    return responseif __name__ == '__main__':
    app.run(port=8080, host="0.0.0.0")

其中用到的Qwen2ForCausalLM替換了AutoModelForCausalLM，是一個基于Transformer結構的decoder-only模型，它是Qwen大模型的第二代架構。

2.2、參數

通常來說參數越大的大模型。其中需要關注到的一些問題以及使用上需要注意的地方：

①apply_chat_template

用在會話中，告訴大模型接下來應該生成新的東西，并且包含了整個會話的上下文信息。使用如下：

input_ids = tokenizer.apply_chat_template(messages,  # 輸入的純文本信息
                                          tokenize=False,  # 告訴大模型暫時不需要分詞
                                          add_generation_prompt=True)  # 添加一個特殊的標記，告訴大模型接下來應該生成新的文本內容。

輸出如下:

'<|im_start|>system你是一個專門評估網購評論情感的分析模型。你的任務是判斷給定評論是正面還是負面。<|im_end|>
<|im_start|>user請評估以下網購評論的情感，不要返回0或1以外的任何信息，不要返回你的思考過程。如果是正面評論返回1，如果是負面評論返回0:不錯！挺合適<|im_end|>
<|im_start|>assistant'

②eos_token_id

設定了大模型生成文本的分割符，其中eos_token_id = [151645, 151643]，兩個id的含義分別是：

tokenizer.convert_ids_to_tokens(151645)    # <|im_end|>
tokenizer.convert_ids_to_tokens(151643)    # <|endoftext|>
tokenizer.convert_ids_to_tokens(1773)      # 。

這兩個標記與輸入中的標記保持一致。若不設置該值，在未達到最大返回token數之前，對話將不會自動終止，大模型可能會進行不必要的自問自答。

為了控制大模型可能產生的不穩定輸出，設置停用詞是一種有效手段。除了使用 eos_token_id 外，還可以采用以下方法：

generation_config = GenerationConfig(use_cache=True,                                     repetition_penalty=repetition_penalty,                                     do_sample=False,  # 取消采樣，使用貪心策略，輸出是確定的
                                     stop_strings="}")generated_ids = model.generate(input_ids,                               tokenizer=tokenizer,                               generation_config=generation_config)

對于模型的推理參數，可以統一放置在 GenerationConfig 中。通過 stop_strings 參數（其值可為字符串或字符串列表）來設置停用詞。在上例中，將 } 設為停用詞，這在要求大模型返回JSON數據時尤為有效，能夠有效避免大模型在輸出完整JSON數據后繼續進行不必要的推理。

③repetition_penalty

使用如下：

repetition_penalty float = 1.2  # 用于懲罰重復生成相同token的參數generated_ids = model.generate(
    inputs.input_ids,
    max_new_tokens=max_new_tokens,
    repetition_penalty=repetition_penalty,  # 解決問題后面有過多重復問答)

某些時候，大模型也會持續重復之前的對話，直到生成的token數等于max_new_tokens為止。情況如下：

這個值不宜過低或過高：過低不生效；過高會導致大模型不敢生成正確答案，因為輸入的prompt中攜帶了正確答案。目前看1.2是一個比較合適的值。

④skip_special_tokens=True

這個告訴分詞器在解碼時跳過任何特殊的標記，如結束標記end-of-sequence token或其他模型特定的標記。

由于我們在上面調用model時設置了停用詞，在大模型推理到停用詞就會返回輸出。如果不設置該參數，則效果如下：

1<|endoftext|>

優化參數之后，效果如下：

2.3、總結

1. 本章節主要關注qwen2.5-1.5b_修改后的結果，有兩個主要成果：
   1.1、修改了上述等啟動參數之后，大模型能夠正常輸出預期的結果
   1.2、對于相對簡單的人呢無

2. 下一章節將進行qwen2.5-1.5b模型的微調

2.3.1、最終代碼

最終代碼如下：

import torchfrom flask import Flaskfrom flask import requestfrom transformers import (AutoTokenizer, AutoModelForCausalLM, AutoModel,
                          Qwen2ForCausalLM, Qwen2Tokenizer)from peft import PeftModel# 參數max_new_tokens: int = 64  # 生成響應時最大的新token數temperature: float = 0.6  # 控制生成文本的隨機性top_p: float = 0.9  # 用于概率限制的參數，有助于控制生成文本的多樣性top_k: int = 32  # 控制生成過程中每一步考慮的最可能token的數量repetition_penalty: float = 1.2  # 用于懲罰重復生成相同token的參數system_template_prompt = "你是一個專門評估網購評論情感的分析模型。你的任務是判斷給定評論是正面還是負面。"system_prompt = "你是一個專門分類新聞標題的分析模型。你的任務是判斷給定新聞短文本標題的分類。"user_template_prompt = ("請評估以下評論，不要返回0或1以外的任何信息，不要返回你的思考過程。"
                        "如果是正面評論輸出1，是反面評論輸出0。輸入如下：{}\n請填寫你的輸出：")
user_prompt = ("請將以下新聞短文本標題分類到以下類別之一：故事、文化、娛樂、體育、財經、房產、汽車、教育、"
               "科技、軍事、旅游、國際、股票、農業、游戲。輸入如下:\n{}\n請填寫你的輸出：")
eos_token_id = [151645, 151643]

app = Flask(__name__)
lora_model_path = "./output/Qwen2.5-1.5b/checkpoint-100"model_path = "D:\project\llm\Qwen2.5-1.5B"# 從指定路徑加載大模型的分詞器（tokenizer），用于加載預訓練的文本處理模型（Tokenizer），以便將文本數據轉換為模型可以接受的輸入格式。tokenizer = Qwen2Tokenizer.from_pretrained(model_path)# AutoModelForCausalLM更適合語言大模型model = Qwen2ForCausalLM.from_pretrained(model_path, device_map='cpu').eval()# 非流式請求@app.route('/chat_old', methods=["POST"])def chat_old():    # 系統設定和prompt
    req_json = request.json
    content = user_template_prompt.format(req_json['message'])
    messages = [
        {"role": "system", "content": system_template_prompt},
        {"role": "user", "content": content}
    ]    # 使用tokenizer將整個會話轉換成模型可以理解的input_ids，并將這些input_ids輸入到模型
    # tokenize=False 表示不要立即分詞，只是使用apply_chat_template將會話進行格式化
    input_ids = tokenizer.apply_chat_template(messages,
                                              tokenize=False,
                                              add_generation_prompt=True)    print(f"input:{input_ids}")
    inputs = tokenizer([input_ids], return_tensors="pt").to(model.device)
    generated_ids = model.generate(
        inputs.input_ids,
        max_new_tokens=max_new_tokens,
        repetition_penalty=repetition_penalty,  # 解決問題后面有過多重復問答（對重復token的懲罰）
        eos_token_id=eos_token_id,  # 結束令牌，模型生成這個token時，停止生成
    )
    generated_ids = [
        output_ids[len(inputs):] for inputs, output_ids in zip(inputs.input_ids, generated_ids)
    ]    print(f"generated_ids=\n{generated_ids}")
    response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
    response = response.encode('utf-8', errors='ignore').decode('utf-8')    print(response)    # 使用占位符拼接字符串
    return response@app.route('/chat', methods=["POST"])def chat():    # 系統設定和prompt
    req_json = request.json
    prompt = user_prompt.format(req_json['message'])    print(prompt)    # 非會話的輸入方式，將單句話進行分詞成token ids
    inputs = tokenizer(prompt, return_tensors="pt")
    input_ids = inputs.input_ids    # Generate
    generate_ids = model.generate(input_ids=input_ids,
                                  bos_token_id=151645,  # 開始令牌（在生成文本時，模型會在輸入序列的末尾添加這個令牌，以指示新生成的文本的開始。）
                                  max_new_tokens=len(input_ids) + 1,
                                  repetition_penalty=repetition_penalty)    print(generate_ids)
    response = tokenizer.batch_decode(generate_ids, skip_special_tokens=True)[0]    print(response)    # # 去掉response中的包含prompt的文本
    response = response[len(prompt):]    return response.strip()    

if __name__ == '__main__':
    app.run(port=8080, host="0.0.0.0")

2.3.2、數據集

數據集如下：

二元分類數據集：電商平臺評論數據集

多元分類數據集：今日頭條文本分類數據集 / 數據集 / HyperAI超神經

其他：天池數據集、ChineseNlpCorpus

聲明：本網站所提供的信息僅供參考之用，并不代表本網站贊同其觀點，也不代表本網站對其真實性負責。