书生·浦语大模型InternLM-Chat-1.8B 智能对话 Demo 第二期

InternLM-Chat-1.8B 智能对话 Demo

环境准备

• 在InternStudio平台中选择 10% A100(1/4) 的配置（平台资源有限），如下图所示镜像选择 Cuda11.7-conda，如下图所示：
  

• 打开刚刚租用服务器的进入开发机，进入开发机后，在页面的左上角可以切换 JupyterLab、终端和 VScode
  

• 配置开发环境

  • 创建python=3.10.13，pytorch=2.0.1虚拟环境

    studio-conda -o internlm-base -t demo
    # 与 studio-conda 等效的配置方案
    # 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
    
    # 或者直接克隆一个pytorch=2.0.1的环境
    # conda create --name demo --clone=/root/share/conda_envs/internlm-base
    

  • 激活internlm-demo环境

    conda activate demo
    

  • 安装demo需要的依赖包

    # 升级pip
    python -m pip install --upgrade pip
    
    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
    

下载模型

• 按路径创建文件夹，并进入到对应文件目录中：

  mkdir -p /root/demo  # 在root文件夹下创建demo文件夹
  touch /root/demo/cli_demo.py  # 在demo文件夹下创建cli_demo.py文件
  touch /root/demo/download_mini.py  # 在demo文件夹下创建download_mini.py文件
  cd /root/demo  # 进入到demo文件夹下
  

• 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
  

运行 InternLM-Chat-1.8B

• 双击打开 /root/demo/cli_demo.py 文件，复制以下代码：

  import torch
  from transformers import AutoTokenizer, AutoModelForCausalLM
  
  
  model_name_or_path = "/root/models/Shanghai_AI_Laboratory/internlm2-chat-1_8b"
  
  tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True, device_map='cuda:0')
  model = AutoModelForCausalLM.from_pretrained(model_name_or_path, trust_remote_code=True, torch_dtype=torch.bfloat16, device_map='cuda:0')
  model = model.eval()
  
  system_prompt = """You are an AI assistant whose name is InternLM (书生·浦语).
  - InternLM (书生·浦语) is a conversational language model that is developed by Shanghai AI Laboratory (上海人工智能实验室). It is designed to be helpful, honest, and harmless.
  - InternLM (书生·浦语) can understand and communicate fluently in the language chosen by the user such as English and 中文.
  """
  
  messages = [(system_prompt, '')]
  
  print("=============Welcome to InternLM chatbot, type 'exit' to exit.=============")
  
  while True:
      input_text = input("\nUser  >>> ")
      input_text = input_text.replace(' ', '')
      if input_text == "exit":
          break
  
      length = 0
      for response, _ in model.stream_chat(tokenizer, input_text, messages):
          if response is not None:
              print(response[length:], flush=True, end="")
              length = len(response)
  
  

• 输入命令，执行 Demo 程序：

  conda activate demo
  python /root/demo/cli_demo.py
  

• 运行效果
  

web 运行八戒 demo

下载模型

• 使用 git 命令来获得仓库内的 Demo 文件

  conda activate demo
  cd /root/
  git clone https://gitee.com/InternLM/Tutorial -b camp2
  # git clone https://github.com/InternLM/Tutorial -b camp2
  cd /root/Tutorial
  

• 在Terminal中执行 bajie_download.py，下载模型

  python /root/Tutorial/helloworld/bajie_download.py
  

执行Demo

• 端口映射到本地，在本地浏览器才可浏览

  • 在本地打开Power Shell终端，SSH公钥默认存储在 ~/.ssh/id_rsa.pub，可以通过系统自带的 cat 工具查看文件内容
    

  • 将公钥复制到剪贴板中，然后回到 InternStudio 控制台，点击配置 SSH Key
    

  • 将刚刚复制的公钥添加进入即可
    

  • 在本地终端输入以下指令 .6006 是在服务器中打开的端口，而 33090 是根据开发机的端口进行更改

    ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 33854
    

    
    

    这样就映射成功了
    

• 在InternStudio终端运行以下代码：

  bash
  conda activate demo  # 首次进入 vscode 会默认是 base 环境，所以首先切换环境
  streamlit run /root/Tutorial/helloworld/bajie_chat.py --server.address 127.0.0.1 --server.port 6006
  

• 测试结果