Some tensors share memory, this will lead to duplicate memory on disk

如标题所示，在微调 distil-whisper 时，因为共享内存的张量（tensors）导致了报错，查了一圈没有能直接解决问题的方法，最后通过修改transformers 库的 trainer.py 中的源码解决了问题。

报错原因：
报错发生在 trainer 保存 checkpoint 的时候，从源码来看，trainer 在保存 checkpoint 的时候会经过一系列的判断，然后选择合适的方法来保存。
具体通过下面的逻辑来选择：

supported_classes = (PreTrainedModel,) if not is_peft_available() else (PreTrainedModel, PeftModel)

报错的代码，在执行完这行代码后的到的 supported_classes 为 (PreTrainedModel,) ，这时保存checkpoint的逻辑又要经过多次判断才能保存，所以就出错了。

解决方法：
直接简单粗暴的把 supported_classes 的结果改为 (PreTrainedModel, PeftModel)，这样接下来就直接调用 ‘.save_pretrained’ 来保存checkpoint，问题得到解决。

总结：
这种方法仅是为了解决问题而提出的，感觉走的是歪路，但是经过验证保存的 checkpoint 是正常可用的。此外，这种方法不一定能适用各种场景。