运行过程详细笔记
1. 配置基础环境
-
打开
Intern Studio
界面,点击“创建开发机”配置开发机系统。- 填写开发机名称。
- 选择镜像:使用
Cuda11.7-conda
镜像。 - 资源配置:使用
10% A100 * 1
的选项。 - 立即创建开发机器。
-
点击“进入开发机”选项。
-
在开发机内的
terminal
中输入以下环境配置命令(配置时间较长,需耐心等待):studio-conda -o internlm-base -t demo # 等效配置方案 # conda create -n demo python==3.10 -y # conda activate demo # conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
-
环境配置完成后,进入到新创建的
conda
环境:conda activate demo
-
安装所需的环境包:
pip install huggingface-hub==0.17.3 pip install transformers==4.34 pip install psutil==5.9.8 pip install accelerate==0.24.1 pip install streamlit==1.32.2 pip install matplotlib==3.8.3 pip install modelscope==1.9.5 pip install sentencepiece==0.1.99
2. 下载 InternLM2-Chat-1.8B
模型
-
按路径创建文件夹,并进入到对应文件目录中:
mkdir -p /root/demo touch /root/demo/cli_demo.py touch /root/demo/download_mini.py cd /root/demo
-
通过左侧文件夹栏目,双击进入
demo
文件夹。 -
双击打开
/root/demo/download_mini.py
文件,复制以下代码:import os from modelscope.hub.snapshot_download import snapshot_download # 创建保存模型目录 os.system("mkdir /root/models") # save_dir 是模型保存到本地的目录 save_dir="/root/models" snapshot_download("Shanghai_AI_Laboratory/internlm2-chat-1_8b", cache_dir=save_dir, revision='v1.1.0')
-
执行命令下载模型参数文件:
python /root/demo/download_mini.py
3. 配置智能对话 Demo
-
创建和编辑
cli_demo.py
文件,复制以下代码:from transformers import AutoModelForCausalLM, AutoTokenizer import torch model_name = "/root/models/internlm2-chat-1_8b" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained(model_name) while True: user_input = input("You: ") inputs = tokenizer(user_input, return_tensors="pt") outputs = model.generate(inputs.input_ids, max_length=50) response = tokenizer.decode(outputs[0], skip_special_tokens=True) print("Bot:", response)
-
在终端中运行
cli_demo.py
,启动智能对话:python /root/demo/cli_demo.py
4. 部署其他模型和 Demo
- 部署
八戒-Chat-1.8B
模型 - 运行
InternLM2-Chat-7B
的Lagent
智能体 Demo - 实践部署
浦语·灵笔2
模型
文档中提供了详细的步骤和配置命令,可参照文档执行。
5. 其他参考内容
文档最后部分提供了使用 Hugging Face
、ModelScope
、OpenXLab
等工具下载模型的示例代码,以及软链接和终端清除的方法,供参考使用。