【AI】清华开源中英双语对话模型ChatGLM2-6B本地安装笔记

清华开源中英双语对话模型ChatGLM2-6B本地安装笔记

首先，直接上资源，网盘中是ChatGLM2-6B源码及模型文件：

链接：https://pan.baidu.com/s/1DciporsVT-eSiVIAeU-YmQ
提取码：cssa

官方的Readme已经很详尽了，再写点安装博客有点画蛇添足。本着记录自己的工作内容的初衷，还是写一写吧，毕竟输出才是最好的学习。

本文记录了本地安装ChatGLM2-6B的过程，本地是用了一张RTX4070 12G的显卡，对于这个模型有点勉强，但是在实际运行中发现Win11系统给了共享GPU存储，这让我这个12G的显卡也运行了13G的模型，目前看是能正常运行，没有爆显存的问题。官方也提供了int4的模型，可以在6G显存上运行起来，由于我这边已经运行起来了，所以没有在考虑使用int4模型。下图是我模型加载之后的GPU占用情况，就很神奇。。。

在这里插入图片描述

1. Conda复制虚拟环境

conda creat -n new_env_name --copy old_env_name

创建ChatGLM运行环境，因为ChatGLM使用pytorch框架，所以使用Conda复制一个Pytorch的虚拟环境，以便在安装所需依赖完成之后不会对其他环境依赖造成破坏。

2. 添加PIP镜像源

由于安装依赖需要使用pip，为加速访问，所以配置PIP镜像源

配置PIP镜像源要切换到对应的虚拟环境上，如conda activate chatglm2

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

另外，还有其他镜像源可供使用

阿里云 https://mirrors.aliyun.com/pypi/simple/
豆瓣 http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

Conda配置镜像源的工作在之前的Pytorch安装中已经写过了，可以参考。

3. 下载代码

Github上克隆代码

git clone https://github.com/lordum/ChatGLM2-6B.git

4. 下载模型

启动模型的过程中，程序会自动去Huging Face官网下载模型bin文件，但是由于网络的原因，很可能会下载失败，官方提供了一个清华的下载地址（https://cloud.tsinghua.edu.cn/d/674208019e314311ab5c/），但是这个地址只有模型，很多配置文件会找不到，需要去Hugging Face官网下载（https://huggingface.co/THUDM/chatglm2-6b/tree/main）；如果直接运行可能会遇到下面的问题1所列的问题。我这边将所有的文件打包，放在百度网盘上(链接：https://pan.baidu.com/s/1DciporsVT-eSiVIAeU-YmQ 提取码：cssa )，需要的可以自取。

下载完之后将model目录下面的模型及配置文件全部拷贝到代码目录下面，不需要新建文件夹之类的，直接和原有代码放在一块就好了。

5.依赖安装

首先是安装requirement，requirement.txt中的依赖可以根据自己环境进行调整，比如我这边由于复制了pytorch的环境，可以将其中的pytorch行删除。这里pip安装也是用的国内镜像源，可以大幅提高安装速度，前面已经介绍了添加方式。

官方推荐了 transformers 库版本推荐为 4.30.2，torch 推荐使用 2.0 以上的版本，以获得最佳的推理性能。

pip install -r requirements.txt

6.应用

官方文档提供了多种应用方法，我们一般选择web界面运行，官方代码中提供了两个web_demo，web_demo.py是一问一答形式了，答案是统一给出的，web_demo2.py是流式回答，答案是流式传输的。需要注意的是，两种方式都要安装必要的依赖；为了更贴近实用，我们选择web_demo2.py来运行。

@AdamBear 实现了基于 Streamlit 的网页版 Demo web_demo2.py。使用时首先需要额外安装以下依赖：

pip install streamlit streamlit-chat

模型运行默认去Hugging Face上去拉取模型文件，如果使用本地的文件，需要修改一下模型加载语句：

在这里插入图片描述

将15、16行改成本地代码路径就可以加载了

然后通过以下命令运行：

streamlit run web_demo2.py

经测试，如果输入的 prompt 较长的话，使用基于 Streamlit 的网页版 Demo 会更流畅。

在这里插入图片描述

安装遇到的问题

1. ValueError: Unrecognized configuration class ＜class ‘transformers_modules.chatglm-6b.co

问题描述
在部署ChatGLM过程中，出现了如下bug信息。
ValueError: Unrecognized configuration class <class ‘transformers_modules.chatglm-6b.configuration_chatglm.ChatGLMConfig’> to build an AutoTokenizer.

问题原因
我是通过清华云盘下载的模型参数（具体情况如下），里面缺失了很多重要的配置文件。

在这里插入图片描述