LLM 入门与实践（四） Yi 部署与分析

 本文截取自20万字的《PyTorch实用教程》（第二版），敬请关注：《Pytorch实用教程》（第二版）无论是零基础入门，还是CV、NLP、LLM项目应用，或是进阶工程化部署落地，在这里都有。相信在本书的帮助下，读者将能够轻松掌握 PyTorch 的使用，成为一名优秀的深度学习工程师。《Pytorch实用教程》（第二版）无论是零基础入门，还是CV、NLP、LLM项目应用，或是进阶工程化部署落地，在这里都有。相信在本书的帮助下，读者将能够轻松掌握 PyTorch 的使用，成为一名优秀的深度学习工程师。 - TingsongYu/PyTorch-Tutorial-2ndicon-default.png?t=N7T8https://github.com/TingsongYu/PyTorch-Tutorial-2nd

LLM 入门与实践（一）Qwen部署与分析

LLM 入门与实践（二）ChatGLM3 部署与分析

LLM 入门与实践（三）Baichuan2 部署与分析

LLM 入门与实践（四） Yi 部署与分析

前言

Yi是由零一万物开源的大语言模型，目前（2024年4月16日）包括6B和34B-chat版本，base版本有6B、9B和34B。

零一万物是2023年7月，李开复筹组新公司，部注册于北京，集中在大模型技术、人工智能算法、自然语言处理、系统架构、算力架构、数据安全、产品研发等领域。

更多信息：

  • 公司官网：零一万物-AI2.0大模型技术和应用的全球公司

  • HF: https://huggingface.co/01-ai

  • github: 01.AI · GitHub

  • LLM-github：GitHub - 01-ai/Yi: A series of large language models trained from scratch by developers @01-ai

  • 技术报告：https://arxiv.org/abs/2403.04652

部署安装

第一步，代码下载

git clone https://github.com/01-ai/Yi.git

第二步，权重下载

git clone https://www.modelscope.cn/01ai/Yi-6B-Chat-4bits.git

第三步，量化环境安装

int4和int8分别需要AWQ和GPTQ环境

pip install autoawq
​
https://github.com/casper-hansen/AutoAWQ?tab=readme-ov-file#install-from-pypi
https://github.com/AutoGPTQ/AutoGPTQ?tab=readme-ov-file#quick-installation

第四步，配置代码中模型路径

parser.add_argument("-c","--checkpoint-path",type=str,default=r"G:\04-model-weights\Yi-6B-Chat-4bits",help="Checkpoint name or path, default to %(default)r",
)        default=r"G:\04-model-weights\Yi-6B-Chat-4bits",
​

第五步，运行代码

Yi没有提供命令行的交互demo，提供的事web ui版，运行Yi\demo\web_demo.py 即可跳出基于gradio的交互界面。

修改后的代码可参考github

模型UML分析

Yi的github仓库及模型权重仓库均未找到类似Qwen、ChatGLM、Baichuan那样的模型文件，因此无法深入探究模型结构。

为了探究Yi模型的推理步骤，debug观察到以下信息，供流程分析所用。

  1. model = AutoModelForCausalLM.from_pretrained 获得的模型是LlamaForCausalLM类，其中的核心model是LlamaModel

LlamaForCausalLM((model): LlamaModel((embed_tokens): Embedding(64000, 4096)(layers): ModuleList((0-31): 32 x LlamaDecoderLayer((self_attn): LlamaSdpaAttention((q_proj): WQLinear_GEMM(in_features=4096, out_features=4096, bias=False, w_bit=4, group_size=128)(k_proj): WQLinear_GEMM(in_features=4096, out_features=512, bias=False, w_bit=4, group_size=128)(v_proj): WQLinear_GEMM(in_features=4096, out_features=512, bias=False, w_bit=4, group_size=128)(o_proj): WQLinear_GEMM(in_features=4096, out_features=4096, bias=False, w_bit=4, group_size=128)(rotary_emb): LlamaRotaryEmbedding())(mlp): LlamaMLP((gate_proj): WQLinear_GEMM(in_features=4096, out_features=11008, bias=False, w_bit=4, group_size=128)(up_proj): WQLinear_GEMM(in_features=4096, out_features=11008, bias=False, w_bit=4, group_size=128)(down_proj): WQLinear_GEMM(in_features=11008, out_features=4096, bias=False, w_bit=4, group_size=128)(act_fn): SiLU())(input_layernorm): LlamaRMSNorm()(post_attention_layernorm): LlamaRMSNorm()))(norm): LlamaRMSNorm())(lm_head): Linear(in_features=4096, out_features=64000, bias=False)
)

  1. 在模型权重的config.json中，体现模型架构为LlamaForCausalLM

{"architectures": ["LlamaForCausalLM"],"attention_bias": false,"bos_token_id": 1,"eos_token_id": 2,"hidden_act": "silu","hidden_size": 4096,"initializer_range": 0.02,"intermediate_size": 11008,"max_position_embeddings": 4096,"model_type": "llama","num_attention_heads": 32,"num_hidden_layers": 32,"num_key_value_heads": 4,"pretraining_tp": 1,"quantization_config": {"bits": 4,"group_size": 128,"quant_method": "awq","version": "gemm","zero_point": true},"rms_norm_eps": 1e-05,"rope_scaling": null,"rope_theta": 5000000.0,"tie_word_embeddings": false,"torch_dtype": "float16","transformers_version": "4.35.0","use_cache": true,"vocab_size": 64000
}
​

Prompt 结构分析

web_demo.py代码结构整体基于transformers库的工具来实现，推理采用流处理，基于transformers的TextIteratorStreamer实现，模型单次推理由TextIteratorStreamer代理，这里不深入。

这里看看Yi源代码中的predict函数，该函数对历史对话进行了处理，实现多轮对话的Prompt处理。大体可分为4步：

第一步：将历史信息转为模型输入的tokens_ids， 这一步调用transformers的apply_chat_template接口功能实现；

第二步：创建流处理器TextIteratorStreamer

第三步：组装本轮对话所需信息，generate_kwargs

第四步：启动线程执行model.generate， 从流处理器streamer中拿单次推理的结果

由于大部分是transformers库的代码，此处就不深入展开了

def predict(history, max_length, top_p, temperature):stop = StopOnTokens()messages = []for idx, (user_msg, model_msg) in enumerate(history):if idx == len(history) - 1 and not model_msg:messages.append({"role": "user", "content": user_msg})breakif user_msg:messages.append({"role": "user", "content": user_msg})if model_msg:messages.append({"role": "assistant", "content": model_msg})
​print("\n\n====conversation====\n", messages)model_inputs = tokenizer.apply_chat_template(messages, add_generation_prompt=True, tokenize=True, return_tensors="pt").to(next(model.parameters()).device)streamer = TextIteratorStreamer(tokenizer, timeout=60, skip_prompt=True, skip_special_tokens=True)generate_kwargs = {"input_ids": model_inputs,"streamer": streamer,"max_new_tokens": max_length,"do_sample": True,"top_p": top_p,"temperature": temperature,"stopping_criteria": StoppingCriteriaList([stop]),"repetition_penalty": 1.2,}t = Thread(target=model.generate, kwargs=generate_kwargs)t.start()
​for new_token in streamer:if new_token != "":history[-1][1] += new_tokenyield history

小结

通过Yi的代码，可以了解如何快速基于transformers构建一个LLM推理部署代码。

并且可以了解GPTQ和AWQ的部署需要单独安装对应的python库。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/diannao/43183.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

python对象

python对象

类 我们目前所学习的对象都是Python内置的对象但是内置对象并不能满足所有的需求，所以我们在开发中经常需要自定义一些对象类，简单理解它就相当于一个图纸。在程序中我们需要根据类来创建对象类就是对象的图纸！我们也称对象是类的实例&#…
阅读更多...
JAVA--IO流

JAVA--IO流

一、IO流什么？ I/O是Input/output的缩写，用于处理设备之间的数据传输。如读/写文件、网络通讯。 java程序中，对于数据的输入、输出是以流（Stream)的方式进行。 Java.io包下提供了各种流类和接口，用以获取不同种类的数…
阅读更多...
web自动化（六）unittest 测试报告跳过用例

web自动化（六）unittest 测试报告跳过用例

三种类型测试报告：unittest.TextTestRunner、BeautifulReport、HTMLTestRunner Python3.0 无法直接安装 HTMLTestRunner 安装 XTestRunner pip install XTestRunner安装 BeautifulReport pip install BeautifulReportimport unittestclass TestSkipCase(unittest…
阅读更多...
ELfK logstash filter模块常用的插件 和ELFK部署

ELfK logstash filter模块常用的插件 和ELFK部署

ELK之filter模块常用插件 logstash filter模块常用的插件&#xff1a; filter&#xff1a;表示数据处理层&#xff0c;包括对数据进行格式化处理、数据类型转换、数据过滤等&#xff0c;支持正则表达式 grok 对若干个大文本字段进行再分割成一些小字段 (?<字段名…
阅读更多...
【算法篇】KMP算法，一种高效的字符串匹配算法

【算法篇】KMP算法，一种高效的字符串匹配算法

我们今天了解一个字符串匹配算法-KMP算法&#xff0c;内容难度相对来说较高&#xff0c;建议先收藏再细品&#xff01;&#xff01;&#xff01; KMP算法的基本概念 KMP算法是一种高效的字符串匹配算法&#xff0c;由D.E.Knuth&#xff0c;J.H.Morris和V.R.Pratt提出的&#…
阅读更多...
LLMs之gptpdf：gptpdf的简介、安装和使用方法、案例应用之详细攻略

LLMs之gptpdf：gptpdf的简介、安装和使用方法、案例应用之详细攻略

LLMs之gptpdf&#xff1a;gptpdf的简介、安装和使用方法、案例应用之详细攻略 目录 gptpdf的简介 1、处理流程 第一步&#xff0c;使用 PyMuPDF 库&#xff0c;对 PDF 进行解析出所有非文本区域&#xff0c;并做好标记&#xff0c;比如: 第二步&#xff0c;使用视觉大模型&…
阅读更多...
离婚后，孩子就读私立高中的高昂学费谁承担？

离婚后，孩子就读私立高中的高昂学费谁承担？

江苏省南京市六合区人民法院审结一起抚养费纠纷案件&#xff0c;认定夫妻双方在决定孩子教育事务上均存在责任&#xff0c;为保障临近高考的未成年子女的切身利益&#xff0c;认定由夫妻双方按比例承担教育费。 　　2015年6月&#xff0c;李某与王某离婚&#xff0c;双方之子小…
阅读更多...
PCL 有序点云的法线估计（使用积分图进行法线估计）

PCL 有序点云的法线估计（使用积分图进行法线估计）

使用积分图进行法线估计 一、概述1.1 概念1.2 有序点云与无序点云1.2.1 有序点云1.2.2 无序点云1.3 代码讲解二、代码实现三、结果示例一、概述 1.1 概念 使用积分图进行法线估计：计算一个有序点云的法线，注意该方法只适用于有序点云。 1.2 有序点云与无序点云 有序点云与无…
阅读更多...
MySQL安装时initializing database失败

MySQL安装时initializing database失败

问题页面&#xff1a; 解决方法&#xff1a; 1.勾选红框中的选项&#xff1a; 2.将下图红框中全部改为英文&#xff1a; 然后一路next就可以了。
阅读更多...
cs231n作业1——KNN

cs231n作业1——KNN

参考文章&#xff1a;assignment1——KNN KNN 测试时分别计算测试样本和训练集中的每个样本的距离&#xff0c;然后选取距离最近的k个样本的标签信息来进行分类。 方法1&#xff1a;Two Loops for i in range(num_test):for j in range(num_train):dist X[i, :] - self.X…
阅读更多...
vue3使用方式汇总

vue3使用方式汇总

1、引入iconfont阿里图库图标&#xff1a; 1.1 进入阿里图标网站&#xff1a; iconfont阿里&#xff1a;https://www.iconfont.cn/ 1.2 添加图标&#xff1a; 1.3 下载代码&#xff1a; 1.4 在vue3中配置代码&#xff1a; 将其代码复制到src/assets/fonts/目录下&#xff1…
阅读更多...
Mysql之Using index for skip scan

Mysql之Using index for skip scan

一、Using index for skip scan 在 MySQL 中&#xff0c;EXPLAIN 语句用于显示查询执行计划&#xff0c;帮助我们理解查询是如何被执行的&#xff0c;以及如何优化查询。其中&#xff0c;Extra 列提供了关于查询执行的一些额外信息。当 Extra 列显示 Using index for skip sca…
阅读更多...
CF F. Alex‘s whims

CF F. Alex‘s whims

原题链接&#xff1a;Problem - 1899F - Codeforces 题目大意&#xff1a;要求构建出一颗树&#xff0c;多次询问树的叶节点之间的距离有没有达到要求的距离&#xff0c;如果有直接输出-1 -1 -1&#xff0c;如果没有可以断开一条边和连上一条边&#xff0c;输出x y z&#xff…
阅读更多...
mp4视频太大怎么压缩不影响画质，mp4文件太大怎么变小且清晰度高

mp4视频太大怎么压缩不影响画质，mp4文件太大怎么变小且清晰度高

在数字化时代&#xff0c;我们常常面临视频文件过大的问题。尤其是mp4格式的视频&#xff0c;文件大小往往令人望而却步。那么&#xff0c;如何在不影响画质的前提下&#xff0c;有效地压缩mp4视频呢&#xff1f;本文将为您揭秘几种简单实用的压缩技巧。 在分享和存储视频时&am…
阅读更多...
Open3D 计算点云的欧式距离

Open3D 计算点云的欧式距离

目录 一、概述 1.1欧式距离定义 1.2作用和用途 二、代码实现 2.1关键函数 2.2完整代码 三、实现效果 3.1原始点云 3.2处理后点云 一、概述 在Open3D中&#xff0c;compute_point_cloud_distance函数用于计算两个点云之间的距离。具体来说&#xff0c;它计算的是源点云…
阅读更多...
【计算机网络仿真】b站湖科大教书匠思科Packet Tracer——实验16 路由信息协议RIP

【计算机网络仿真】b站湖科大教书匠思科Packet Tracer——实验16 路由信息协议RIP

一、实验目的 1.验证RIP协议的作用&#xff1b; 二、实验要求 1.使用Cisco Packet Tracer仿真平台&#xff1b; 2.观看B站湖科大教书匠仿真实验视频&#xff0c;完成对应实验。 三、实验内容 1.构建网络拓扑&#xff1b; 2.验证RIP协议。 四、实验步骤 1.构建网络拓扑 …
阅读更多...
sdbusplus：将文件描述符作为method的返回值

sdbusplus：将文件描述符作为method的返回值

sdbusplus：通过文件描述符作为参数调用method_libsdbusplus-CSDN博客 介绍了使用文件描述符作为参数的方式 文件描述符也可以作为method的返回值，然后用来传递数据 服务器端： //s.cpp #include <sdbusplus/asio/connection.hpp> #include <sdbusplus/asio/object…
阅读更多...
js list to tree

js list to tree

在JavaScript中&#xff0c;将列表转换为树结构是一种常见的操作&#xff0c;尤其是在处理需要层级展示的数据&#xff0c;如菜单、分类等。这通常涉及到递归函数和对象的引用。以下是一个简单的例子&#xff0c;展示了如何将一个扁平化的列表转换为多层级树结构。 假设我们有以…
阅读更多...
【图像处理】Krita 一款开源免费专业图像处理软件分享

【图像处理】Krita 一款开源免费专业图像处理软件分享

软件介绍 Krita 是一款专业级的图像处理软件&#xff0c;适合数字绘画和创作。它不仅支持栅格图像的细致编辑&#xff0c;还提供了强大的矢量图形工具&#xff0c;使得用户可以在同一个平台上完成多种类型的创作工作。同时具备一定的矢量图形编辑功能。Krita 的首要用途是绘画…
阅读更多...
黑马点评商户缓存查询作业——Redis中查询商户类型

黑马点评商户缓存查询作业——Redis中查询商户类型

记录下自己在gpt帮助下完成的第一个需求~~~ 1. ShopTypeController 2. IShopTypeService 3. ShopTypeServiceImpl&#xff08;模仿ShopServiceImpl来写的&#xff09; 一共分为“1.redis中查询缓存”→“2.判断缓存是否存在&#xff0c;存在直接返回”→“3.缓存不存在则去查数…
阅读更多...
最新文章

Copyright @ 2022~2023