1. 什么是 MiniGPT-4

MiniGPT-4：使用高级大型语言模型增强视觉语言理解。

MiniGPT-4 是一种改进型的预训练自编码器模型，用于改进视觉-语言理解任务的性能。

MiniGPT-4 基于 GPT-4 架构，但参数数量减少了约 40 倍，以降低计算成本和提高训练速度。

MiniGPT-4 被应用于图像描述生成、视觉问答和视觉常识推理三个视觉-语言理解任务。实验结果表明，相比于最先进的方法，MiniGPT-4 可以在这三个任务中实现更好的性能，同时训练速度也更快。研究表明，通过减少高级语言模型的参数数量，可以在视觉-语言理解领域实现更快、更准确的推理。

MiniGPT-4 可以作为一种轻量级的选择，应用于视觉-语言联合学习环境。

2. Github 地址

https://github.com/Vision-CAIR/MiniGPT-4

3. 安装 MiniGPT-4

refer: https://pytorch.org/get-started/locally/

准备代码和环境，

git clone https://github.com/Vision-CAIR/MiniGPT-4.git
cd MiniGPT-4
conda env create -f environment.yml
conda activate minigpt4

(可选)我使用的是 WSL-Ubuntu 22.04，安装的 CUDA Toolkit 11.8，将 pytorch、torchvision、torchaudio 更新为兼容 CUDA Toolkit 11.8 的版本。

conda uninstall pytorch torchvision torchaudio
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

(可选)使用 pip 安装时的命令如下，

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

准备好预先训练好的 Vicuna weights，Vicuna 是一个开源的基于 LLAMA 的 LLM，其性能接近于 ChatGPT。我们目前使用Vicuna-13B的v0版本。

安装 git-lfs (https://git-lfs.com)，

sudo apt install -y git-lfs

下载 Vicuna 的 delta weight，

git lfs install
git clone https://huggingface.co/lmsys/vicuna-13b-delta-v0  # 更强大，需要至少24G的gpu内存
# or
git clone https://huggingface.co/lmsys/vicuna-7b-delta-v0  # 更小，需要12G gpu内存

注意，这不是直接的 working weight，而是 working weight 和 LLAMA-13B 的 original weight 之间的差异。(由于LLAMA的规则，我们不能发布 LLAMA 的 weight)。

从互联网上获得 HuggingFace 格式的 LLAMA-7B 或 LLAMA-13B 的 original weight，

git clone https://huggingface.co/decapoda-research/llama-13b-hf  # 更强大，需要至少24G的gpu内存
# or
git clone https://huggingface.co/decapoda-research/llama-7b-hf  # 更小，需要12G gpu内存

模型的作者在编写配置文件时，出现了拼写错误。请将 tokenizer_config.json 文件通过执行以下命令修改即可，

sed -i 's/LLaMATokenizer/LlamaTokenizer/g' ./llama-13b-hf/tokenizer_config.json

当这两个 weight 准备好后，我们可以使用 Vicuna 团队的工具来创建真正的 working weight。

首先，通过以下方式安装他们与 v0 Vicuna 兼容的库，

pip install git+https://github.com/lm-sys/FastChat.git@v0.1.10

然后，运行以下命令来创建最终的 working weight，

python3 -m fastchat.model.apply_delta --base ./llama-13b-hf/ --target ./vicuna_weights/ --delta ./vicuna-13b-delta-v0/

最后的 weight 将在一个单一的文件夹中，其结构类似于以下，

vicuna_weights/
├── config.json
├── generation_config.json
├── pytorch_model-00001-of-00003.bin
├── pytorch_model-00002-of-00003.bin
├── pytorch_model-00003-of-00003.bin
├── pytorch_model.bin.index.json
├── special_tokens_map.json
├── tokenizer.model
└── tokenizer_config.json

然后，在第 16 行这里的模型配置文件中设置 vicuna weight 的路径，

vi minigpt4/configs/models/minigpt4.yaml--- modifyllama_model: "/root/workspace/MiniGPT-4/vicuna_weights/"
---

4. 准备预训练的 MiniGPT-4 checkpoint

根据你准备的 Vicuna 模型，下载预训练的 checkpoint。

• Checkpoint Aligned with Vicuna 13B

• Checkpoint Aligned with Vicuna 7B

然后，在 eval_configs/minigpt4_eval.yaml 的评估配置文件中第11行设置预训练的检查点的路径。

vi eval_configs/minigpt4_eval.yaml--- modify ckpt: '/root/workspace/pretrained/pretrained_minigpt4.pth'
---

5. 在本地启动演示

在你的本地机器上尝试我们的演示 Demo.py，运行以下命令，

python demo.py --cfg-path eval_configs/minigpt4_eval.yaml --gpu-id 0

使用浏览器打开 http://127.0.0.1:7860 访问 MiniGPT-4，上传一张图片测试一下效果，

其他 1，安装 CUDA Toolkit 11.8

refer: https://developer.nvidia.com/cuda-11-8-0-download-archive

我使用的是 WSL-Ubuntu 22.04，下面是安装 CUDA Toolkit 11.8 的命令。

sudo apt install -y dkms
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run

输入日志如下，

===========
= Summary =
===========Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-11.8/Please make sure that-   PATH includes /usr/local/cuda-11.8/bin-   LD_LIBRARY_PATH includes /usr/local/cuda-11.8/lib64, or, add /usr/local/cuda-11.8/lib64 to /etc/ld.so.conf and run ldconfig as rootTo uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.8/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 520.00 is required for CUDA 11.8 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:sudo <CudaInstaller>.run --silent --driver

设置环境变量，

sudo vi ~/.bashrc--- add
export CUDA_HOME=/usr/local/cuda-11.8
export CuDNN_HOME=/usr/local/cuda-11.8/include
export PATH=/usr/local/cuda-11.8/bin:$PATH
export CPLUS_INCLUDE_PATH=/usr/local/cuda-11.8/include:$CPLUS_INCLUDE_PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:/usr/local/cuda-11.8/targets/x86_64-linux/lib/stubs/libcuda.so:$LD_LIBRARY_PATH
---

source ~/.bashrc

sudo vi /etc/ld.so.conf--- add
/usr/local/cuda-11.8/lib64
---

sudo ldconfig

其他 2，安装 GCC 9 版本，并设置为默认GCC版本

sudo apt-get uninstall -y gcc

sudo apt-get install -y gcc-9 g++-9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 90
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 90

其他 3(成功)，重新安装 bitsandbytes 兼容 CUDA Toolkit 11.8

refer: https://blog.csdn.net/anycall201/article/details/129930919

pip3 uninstall bitsandbytes
pip3 install bitsandbytes

解决 bitsandbytes 报错信息，

cp /root/miniconda3/envs/minigpt4/lib/python3.9/site-packages/bitsandbytes/cuda_setup/main.py /root/miniconda3/envs/minigpt4/lib/python3.9/site-packages/bitsandbytes/cuda_setup/main.py.old

vi /root/miniconda3/envs/minigpt4/lib/python3.9/site-packages/bitsandbytes/cuda_setup/main.py--- modify
(略)# self.lib = ct.cdll.LoadLibrary(binary_path)self.lib = ct.cdll.LoadLibrary(str(binary_path))else:self.add_log_entry(f"CUDA SETUP: Loading binary {binary_path}...")# self.lib = ct.cdll.LoadLibrary(binary_path)self.lib = ct.cdll.LoadLibrary(str(binary_path))
(略)# if not torch.cuda.is_available(): return 'libbitsandbytes_cpu.so', None, None, None, Noneif not torch.cuda.is_available(): return 'libbitsandbytes_cuda118.so', None, None, None, None
(略)if failure:# binary_name = "libbitsandbytes_cpu.so"binary_name = "libbitsandbytes_cuda118.so"
---

其他 3(失败)，重新安装 bitsandbytes 兼容 CUDA Toolkit 11.8

refer: https://blog.csdn.net/anycall201/article/details/129930919

pip3 uninstall bitsandbytes
git clone https://github.com/timdettmers/bitsandbytes.git;cd bitsandbytes
CUDA_VERSION=118 make cuda11x
python3 setup.py install

解决 bitsandbytes 报错信息，

cp /root/miniconda3/envs/minigpt4/lib/python3.9/site-packages/bitsandbytes-0.38.1-py3.9.egg/bitsandbytes/cuda_setup/main.py /root/miniconda3/envs/minigpt4/lib/python3.9/site-packages/bitsandbytes-0.38.1-py3.9.egg/bitsandbytes/cuda_setup/main.py.old

vi /root/miniconda3/envs/minigpt4/lib/python3.9/site-packages/bitsandbytes-0.38.1-py3.9.egg/bitsandbytes/cuda_setup/main.py--- modify
(略)# self.lib = ct.cdll.LoadLibrary(binary_path)self.lib = ct.cdll.LoadLibrary(str(binary_path))else:self.add_log_entry(f"CUDA SETUP: Loading binary {binary_path}...")# self.lib = ct.cdll.LoadLibrary(binary_path)self.lib = ct.cdll.LoadLibrary(str(binary_path))
(略)# if not torch.cuda.is_available(): return 'libbitsandbytes_cpu.so', None, None, None, Noneif not torch.cuda.is_available(): return 'libbitsandbytes_cuda118.so', None, None, None, None
(略)if failure:# binary_name = "libbitsandbytes_cpu.so"binary_name = "libbitsandbytes_cuda118.so"
---

其他 4，安装 libgl1-mesa-dev

sudo apt-get install libgl1-mesa-dev

其他 5，解决 /sbin/ldconfig.real: /usr/lib/wsl/lib/libcuda.so.1 is not a symbolic link 错误

mv /usr/lib/wsl/lib/libcuda.so.1 /usr/lib/wsl/lib/libcuda.so.1.old
sudo ln -s /usr/lib/wsl/lib/libcuda.so /usr/lib/wsl/lib/libcuda.so.1
sudo ldconfig

完结！