【 书生·浦语大模型实战营】作业（五）：LMDeploy 量化部署

【 书生·浦语大模型实战营】作业（五）：LMDeploy 量化部署

🎉AI学习星球推荐： GoAI的学习社区 知识星球是一个致力于提供《机器学习 | 深度学习 | CV | NLP | 大模型 | 多模态 | AIGC 》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于 前沿论文解读、资料共享、行业最新动态以、实践教程、求职相关（简历撰写技巧、面经资料与心得）多方面综合学习平台，强烈推荐AI小白及AI爱好者学习，性价比非常高！加入星球➡️点击链接

本次作业内容：

【作业】：https://github.com/InternLM/Tutorial

基础作业

• Task1:配置 LMDeploy 运行环境
• Task2 :以命令行方式与 InternLM2-Chat-1.8B 模型对话

Task1:

studio-conda -t lmdeploy -o pytorch-2.1.2

激活环境并安装lmdeploy

conda activate lmdeploy
pip install lmdeploy[all]==0.3.0

LMDeploy模型对话(chat)

使用Transformer库运行模型

用Transformer来直接运行InternLM2-Chat-1.8B模型，终端中输入如下指令，新建pipeline_transformer.py。

touch /root/pipeline_transformer.py

将以下内容复制粘贴进入pipeline_transformer.py。

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("/root/internlm2-chat-1_8b", trust_remote_code=True)

# Set `torch_dtype=torch.float16` to load model in float16, otherwise it will be loaded as float32 and cause OOM Error.
model = AutoModelForCausalLM.from_pretrained("/root/internlm2-chat-1_8b", torch_dtype=torch.float16, trust_remote_code=True).cuda()
model = model.eval()

inp = "hello"
print("[INPUT]", inp)
response, history = model.chat(tokenizer, inp, history=[])
print("[OUTPUT]", response)

inp = "please provide three suggestions about time management"
print("[INPUT]", inp)
response, history = model.chat(tokenizer, inp, history=history)
print("[OUTPUT]", response)

运行代码：

python /root/pipeline_transformer.py

Task 2

使用LMDeploy与模型对话

chat-1_8b为例：

lmdeploy chat /root/internlm2-chat-1_8b

参数展示：

效果展示：