文章目录
- 一、代码部分讲解
- 二、实际部署步骤(CHALM3训练步骤)
- 1)注册AutoDL官网实名认证
- 2)花费额度挑选GPU
- 3)准备实验环境
- 4)开始执行脚本
- 5)从浏览器访问
- 6)可以开始提问
- 7)开始微调模型
- 8)测试训练后的模型
- 三、基于Llama2-7b的训练
- 四、额外补充
- 1)修改参数后
- 2)如果需要访问科学的彼岸
一、代码部分讲解
二、实际部署步骤(CHALM3训练步骤)
1)注册AutoDL官网实名认证
①官网地址:https://www.autodl.com/
②按常规方法注册、登录后,还要做个人实名认证。如果不实名认证,无法从浏览器访问你训练的大模型,看不到训练效果。
2)花费额度挑选GPU
①点击算力市场
②RTX 4090,显存大于 20GB 的均可。选中后,点击「n 卡可租」。
③只需选择一个 GPU,然后点击「社区镜像」,选中自己制定的镜像,然后点击「立即创建」
④在容器实例中可以看到刚创建的容器。当「状态」为「运行中」时,表示创建完成,并且开始计费。
如果想暂停计费,请点击「关机」。下次需要使用时,再点击「开机」。
agiclass/fine-tuning-lab/finetune-lab-v4 是我们制作的容器镜像。它预设好了实验环境,包含了llama2的权重、chatglm3的权重下载命令、训好的checkpoints、自己训练所需的数据集和代码等
3)准备实验环境
①ssh登录容器
在自己电脑的命令行工具内,通过 ssh 登录容器。可以从