文档首页/
AI开发平台ModelArts/
最佳实践/
LLM大语言模型训练推理/
LLama2系列模型基于DevServer适配PyTorch NPU训练指导(6.3.904)/
SFT全参微调训练/
SFT全参微调权重转换
更新时间:2024-07-12 GMT+08:00
SFT全参微调权重转换
SFT全参微调需将HuggingFace格式权重转换为megatron格式后再进行SFT全参微调。
本章节主要介绍如何将HuggingFace权重转换为Megatron格式。此处的HuggingFace权重文件和转换操作结果同时适用于SFT全参微调和LoRA微调训练
HuggingFace权重转换操作
- 下载Llama2-70B的预训练权重和词表文件,并上传到/home/ma-user/ws/tokenizers/Llama2-70B目录下。具体下载地址请参见表1。如果已下载,忽略此步骤。
- 创建权重转换后的输出目录/home/ma-user/ws/processed_for_ma_input/Llama2-70B/converted_weights/。
cd /home/ma-user/ws/ #进入/home/ma-user/ws/目录 mkdir -p processed_for_ma_input/Llama2-70B/converted_weights
- 进入代码目录/home/ma-user/ws/xxx-Ascend/llm_train/AscendSpeed/ModelLink,在代码目录中执行util.py脚本。xxx-Ascend请根据实际目录替换。
#加载ascendspeed及megatron模型 export PYTHONPATH=$PYTHONPATH:/home/ma-user/ws/xxx-Ascend/llm_train/AscendSpeed/AscendSpeed export PYTHONPATH=$PYTHONPATH:/home/ma-user/ws/xxx-Ascend/llm_train/AscendSpeed/ModelLink #进入到ModelLink目录下 cd /home/ma-user/ws/xxx-Ascend/llm_train/AscendSpeed/ModelLink # 权重格式转换 python tools/checkpoint/util.py --model-type GPT \ --loader llama2_hf \ --saver megatron \ --target-tensor-parallel-size 8 \ --target-pipeline-parallel-size 8 \ --load-dir /home/ma-user/ws/tokenizers/Llama2-70B \ --save-dir /home/ma-user/ws/processed_for_ma_input/Llama2-70B/converted_weights \ --tokenizer-model /home/ma-user/ws/tokenizers/Llama2-70B/tokenizer.model
参数说明如下:
- --model-type:模型类型。
- --loader:权重转换要加载检查点的模型名称。
- --tensor-model-parallel-size:张量并行数,需要与训练脚本中的TP值配置一样。
- --pipeline-model-parallel-size:流水线并行数,需要与训练脚本中的PP值配置一样。
- --saver:检查模型保存名称。
- --load-dir:加载转换模型权重路径。
- --save-dir : 权重转换完成之后保存路径。
- --tokenizer-model : tokenizer路径。
- 权重转换完成后,在/home/ma-user/ws/processed_for_ma_input/Llama2-70B/converted_weights目录下查看转换后的权重文件。
图1 转换后的权重文件
父主题: SFT全参微调训练