本文详细介绍了如何在Python环境中创建虚拟环境，clone项目代码，配置微淘模型，解决下载速度问题，通过mmengine进行单卡训练，并利用HuggingFace框架进行模型转换和部署。内容涵盖了从预处理到微调、自定义数据集调整和最终测试的全过程。
基础作业：
创建虚拟环境并clone代码
安装环境依赖
准备微淘配置文件，列出配置文件
拷贝一个配置文件进行微调
复制模型，下载太慢
复制微调数据集
修改配置参数
开始单卡，epoch=1 训练，加载配置文件，基于mmengine
下载数据文件和map数据
开启deepspeed加速训练
将torch模型转换为HuggingFace模型
部署和测试：
将HuggingFace模型合并到底座internlm-chat-7b模型
微调前
微调后
开始微调训练
训练完成
修改自定义数据集
开始重新训练自定义数据集
微调前
微调后
426
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
