Hugging Face PEFT 调优实战附代码

Hugging Face PEFT 调优实战附代码

使用Hugging Face PEFT Library

Hugging Face PEFT博客链接: link.
这篇博客是因为看了B站《李沐带你读论文》中《大模型时代下做科研的四个思路【论文精读·52】》链接: link.所受到启发，正好hugging face出了PEFT库，所以就打算记录下。

先快速上手使用PEFT

1.让我们考虑使用LoRA对bigscience/mt0-large【model card链接: link】进行微调的情况
备注：代码中的加号指的是增加的模块

  from transformers import AutoModelForSeq2SeqLM
**+ from peft import get_peft_model, LoraConfig, TaskType**
  model_name_or_path = "bigscience/mt0-large"
  tokenizer_name_or_path = "bigscience/mt0-large"

2.创建PEFT方法对应的配置

peft_config = LoraConfig(
    task_type=TaskType.SEQ_2_SEQ_LM, inference_mode=False, r=8, lora_alpha=32, lora_dropout=0.1
)

3.通过调用get_peft_model封装基础🤗transformer模型

  model = AutoModelForSeq2SeqLM.from_pretrained(model_name_or_path)
+ model = get_peft_model(model, peft_config)
+ model.print_trainable_parameters()
# output: trainable params: 2359296 || all params: 1231940608 || trainable%: 0.19151053100118282

就是这样!训练循环的其余部分保持不变。请参考示例peft_lora_seq2seq。Ipynb的端到端示例。
4.当您准备保存模型以进行推理时，只需执行以下操作。

model.save_pretrained("output_dir") 
# model.push_to_hub("my_awesome_peft_model") also works

这将只保存已训练的增量PEFT权重。例如，您可以在这里找到使用LoRA在twitter_complaint raft数据集上调优的bigscience/T0_3B: smangrul/ twitter_埋怨_bigscience_t0_3b_lora_seq_2_seq_lm。请注意，它只包含2个文件:adapter_config。adapter_model. json和adapter_model.bin，后者只有19MB。
5.要加载它以进行推理，请遵循下面的代码片段:

  from transformers import AutoModelForSeq2SeqLM
+ from peft import PeftModel, PeftConfig

  peft_model_id = "smangrul/twitter_complaints_bigscience_T0_3B_LORA_SEQ_2_SEQ_LM"
  config = PeftConfig.from_pretrained(peft_model_id)
  model = AutoModelForSeq2SeqLM.from_pretrained(config.base_model_name_or_path)
+ model = PeftModel.from_pretrained(model, peft_model_id)
  tokenizer = AutoTokenizer.from_pretrained(config.base_model_name_or_path)

  model = model.to(device)
  model.eval()
  inputs = tokenizer("Tweet text : @HondaCustSvc Your customer service has been horrible during the recall process. I will never purchase a Honda again. Label :", return_tensors="pt")

  with torch.no_grad():
      outputs = model.generate(input_ids=inputs["input_ids"].to("cuda"), max_new_tokens=10)
      print(tokenizer.batch_decode(outputs.detach().cpu().numpy(), skip_special_tokens=True)[0])
# 'complaint'

LoRA详解

关于LoRA模型网上已经有很多很不错的文章解读和分析：
以下搬运一些不错的文章：
文章链接：
论文阅读：LORA-大型语言模型的低秩适应
参数高效微调方法：LoRA
52. LoRA: 大模型微调的高效加速方案

实际应用–Kaggle 项目实战

这是Kaggle的竞赛项目《Stable Diffusion - Image to Prompts》链接: link.
比赛任务简要介绍：此次比赛是用生成图片来给出生成这些图片的Prompt，说得简单点，也就是根据图片来生成文本，生成文本与ground truth之间的评价标准是使用mean cosine similarity score平均余弦相似度分数来计量准确度。
这个比赛数据集由选手自己准备，所以kaggle平台上就涌现了很多的由GPT以及Stable Diffsion生成的很多数据集。
我的Kaggle笔记本
笔记链接链接: link.这个是公开的笔记，我的笔记是基于公开笔记的修改，模型换成了vit-gpt2
1.首先导入需要用到的各种库

import os
import random
import numpy as np
import pandas as pd
from PIL import Image
from tqdm.notebook import tqdm
from scipy import spatial
from sklearn.model_selection import train_test_split
import torch
from torch import nn
from torch.utils.data import Dataset, DataLoader
from torch.optim.lr_scheduler import CosineAnnealingLR
from torchvision import transforms
import timm
from timm.utils import AverageMeter
import sys
sys.path.append('../input/sentence-transformers-222/sentence-transformers')
from sentence_transformers import SentenceTransformer
import warnings
import torch
from PIL import Image
import requests
from transformers import VisionEncoderDecoderModel, ViTImageProcessor, AutoTokenizer
import glob
import matplotlib.pyplot as plt
warnings.filterwarnings('ignore')

有些库不一定能用到并且有些库可能是重复的，我们先不管它

2.加载peft轮子，因为kaggle竞赛要求所有提交的笔记是不能联网的，所以在https://pypi.org/这个网站上找轮子，peft轮子的链接link.

!pip install /kaggle/input/peft-whl/peft-0.2.0-py3-none-any.whl

3.导入peft包中要用的工具

from peft import get_peft_model, LoraConfig, TaskType

4.设定好参数

peft_config = LoraConfig(
    r=3,
    lora_alpha=3,
    target_modules=["query", "value"],
    lora_dropout=0.1,
    bias="none",
    #modules_to_save=["classifier"],
)

5.设定好Config参数

class CFG:
    model_name = 'vit-gpt2-image-captioning'
    #input_size = 224
    batch_size = 150
    num_epochs = 3
    lr = 1e-4
    seed = 42
    max_length = 512
    num_beams = 5  #它是指在生成一个序列的时候，预测模型同时生成的候选解的数量。
    gen_kwargs = {"max_length": max_length, "num_beams": num_beams}

6.设定随机种子参数

def seed_everything(seed):
    os.environ['PYTHONHASHSEED'] = str(seed)
    random.seed(seed)
    np.random.seed(seed)
    torch.manual_seed(seed)
    
    if torch.cuda.is_available(): 
        torch.cuda.manual_seed(seed)
        torch.backends.cudnn.deterministic = True


seed_everything(CFG.seed)

7.加载模型，模型使用的是vit-gpt2模型同样来自Hugging Face

model = VisionEncoderDecoderModel.from_pretrained("nlpconnect/vit-gpt2-image-captioning")
feature_extractor = ViTImageProcessor.from_pretrained("nlpconnect/vit-gpt2-image-captioning")
tokenizer = AutoTokenizer.from_pretrained("nlpconnect/vit-gpt2-image-captioning")

8.将模型装载进PEFT

model = get_peft_model(model, peft_config)

model.print_trainable_parameters()

可以很明显的发现，调用了PEFT之后训练参数下降到了4%，参数下降小了，就说明能够以更快的时间去得到训练结构，GPU运行和占用的时间也能大大降低

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

9.构建Dataset
关于数据，因为数据集较大，我直接给大家笔记链接链接: link.

class DiffusionDataset(Dataset):
    def __init__(self, df):
        self.df = df
        #self.transform = transform
        self.st_model = SentenceTransformer(
            '/kaggle/input/sentence-transformers-222/all-MiniLM-L6-v2',
            device='cpu'
        )
        
    def __len__(self):
        return len(self.df)

    def __getitem__(self, idx):
        row = self.df.iloc[idx]
        images = []
        #for image_path in row['filepath']:
        i_image = Image.open(row['filepath'])
        images.append(i_image)
        #image = Image.open(row['filepath'])

        pixel_values = feature_extractor(images=images, return_tensors="pt").pixel_values
        pixel_values = pixel_values.squeeze(0)
        
        #image = self.transform(image) 
        prompt = row['prompt']
        prompt_embeddings = self.st_model.encode(
            prompt, 
            show_progress_bar=False, 
            convert_to_tensor=True
        )
        #prompt = prompt.to(device)
        return pixel_values, prompt_embeddings


class DiffusionCollator:
    def __init__(self):
        self.st_model = SentenceTransformer(
            '/kaggle/input/sentence-transformers-222/all-MiniLM-L6-v2',
            device='cpu'
        )
    
    def __call__(self, batch):
        pixel_values, prompts = zip(*batch)
        #pixel_values = torch.stack(pixel_values, dim=1)
        prompt_embeddings = self.st_model.encode(
            prompts, 
            show_progress_bar=False, 
            convert_to_tensor=True
        )
        return pixel_values, prompt_embeddings
    
    
def get_dataloaders(
    trn_df,
    val_df,
    #input_size,
    batch_size
):
    #transform = transforms.Compose([
     #   transforms.Resize(input_size),
     #   transforms.ToTensor(),
     #   transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),
    #])

    trn_dataset = DiffusionDataset(trn_df)
    val_dataset = DiffusionDataset(val_df)
    #collator = DiffusionCollator()
    
    dataloaders = {}
    dataloaders['train'] = DataLoader(
        dataset=trn_dataset,
        shuffle=True,
        batch_size=batch_size,
        pin_memory=True,
        num_workers=2,
        drop_last=True,
        #collate_fn=collator
    )
    dataloaders['val'] = DataLoader(
        dataset=val_dataset,
        shuffle=False,
        batch_size=batch_size,
        pin_memory=True,
        num_workers=2,
        drop_last=False,
       # collate_fn=collator
    )
    return dataloaders

10.加载transformer的enbedding模型，它会将文本转化为384维的Embedding,后期用生成的文本也转化为Embedding和ground truth的Embedding去对比，用mean cosine similarity score平均余弦相似度来计算出相似度

from pathlib import Path
sys.path.append('../input/sentence-transformers-222/sentence-transformers')
from sentence_transformers import SentenceTransformer, models

comp_path = Path('../input/stable-diffusion-image-to-prompts/')
st_model = SentenceTransformer('/kaggle/input/sentence-transformers-222/all-MiniLM-L6-v2')

11.余弦相似度函数

def cosine_similarity(y_trues, y_preds):
    return np.mean([
        1 - spatial.distance.cosine(y_true, y_pred) 
        for y_true, y_pred in zip(y_trues, y_preds)
    ])

12.训练模块

def train(
    trn_df,
    val_df,
    model_name,
    #input_size,
    batch_size,
    num_epochs,
    lr,
    gen_kwargs,
):
    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    dataloaders = get_dataloaders(
        trn_df,
        val_df,
        #input_size,
        batch_size
    )

    #model = model
    #model.set_grad_checkpointing()
    model.to(device)
    
    optimizer = torch.optim.AdamW(model.parameters(), lr=lr)

    ttl_iters = num_epochs * len(dataloaders['train'])
    scheduler = CosineAnnealingLR(optimizer, T_max=ttl_iters, eta_min=1e-6)
    criterion = nn.CosineEmbeddingLoss()
    
    best_score = -1.0

    for epoch in range(num_epochs):
        train_meters = {
            'loss': AverageMeter(),
            'cos': AverageMeter(),
        }
        model.train()
        for X, y in tqdm(dataloaders['train'], leave=False):
            X, y = X.to(device), y.to(device)

            optimizer.zero_grad()
            X_out = model.generate(X, **{"max_length": 30, "num_beams": 6})
            preds = tokenizer.batch_decode(X_out, skip_special_tokens=True)
            embeddings = st_model.encode(preds,convert_to_tensor=True).to(device)
            #y = st_model.encode(y).to(device)
            #preds = [pred.strip() for pred in preds]
            target = torch.ones(X.size(0)).to(device)
            loss = criterion(embeddings, y, target).requires_grad_(True)
            loss.backward()

            optimizer.step()
            scheduler.step()

            trn_loss = loss.item()
            trn_cos = cosine_similarity(
                embeddings.detach().cpu().numpy(), 
                y.detach().cpu().numpy()
            )

            train_meters['loss'].update(trn_loss, n=X.size(0))
            train_meters['cos'].update(trn_cos, n=X.size(0))

        print('Epoch {:d} / trn/loss={:.4f}, trn/cos={:.4f}'.format(
            epoch + 1,
            train_meters['loss'].avg,
            train_meters['cos'].avg))

        val_meters = {
            'loss': AverageMeter(),
            'cos': AverageMeter(),
        }
        model.eval()
        for X, y in tqdm(dataloaders['val'], leave=False):
            X, y = X.to(device), y.to(device)

            with torch.no_grad():
                X_out = model.generate(X, **{"max_length": 30, "num_beams": 6})
                preds = tokenizer.batch_decode(X_out, skip_special_tokens=True)
                embeddings = st_model.encode(preds,convert_to_tensor=True).to(device)
                #y_embed = st_model.encode(y).to(device)
                target = torch.ones(X.size(0)).to(device)
                loss = criterion(embeddings, y, target)

                val_loss = loss.item()
                val_cos = cosine_similarity(
                    embeddings.detach().cpu().numpy(), 
                    y.detach().cpu().numpy()
                )

            val_meters['loss'].update(val_loss, n=X.size(0))
            val_meters['cos'].update(val_cos, n=X.size(0))

        print('Epoch {:d} / val/loss={:.4f}, val/cos={:.4f}'.format(
            epoch + 1,
            val_meters['loss'].avg,
            val_meters['cos'].avg))
        
        if val_meters['cos'].avg > best_score:
            best_score = val_meters['cos'].avg
            torch.save(model.state_dict(), f'{model_name}.pth')

13.pandas加载数据

df = pd.read_csv('/kaggle/input/diffusiondb-data-cleansing/diffusiondb.csv')
trn_df, val_df = train_test_split(df, test_size=0.1, random_state=CFG.seed)

14.训练模型

train(trn_df, val_df, CFG.model_name, CFG.batch_size, CFG.num_epochs, CFG.lr, CFG.gen_kwargs)

网络问题，连接超时好像就会这样，建议使用wandb，来跟踪模型loss以及train和val loss的变化

总结：

如果不用PEFT方法，将此笔记本使用vit-gpt2模型运行2轮差不多就需要9小时的时间，但是调用了PEFT方法之后，运行3轮在9小时内就能全部运行完。

其他场景应用

这里给到大家相关github链接，大家可以根据指引在本地进行部署训练和优化。
GitHub PEFT LibraryGithub链接
一些我比较感兴趣的类目以及内容介绍

DreamBooth fine-tuning with LoRA

Github链接
本指南演示了如何使用LoRA(一种低秩近似技术)用CompVis/stable-diffusion-v1-4模型对DreamBooth进行微调。

虽然LoRA最初是作为一种减少大型语言模型中可训练参数数量的技术设计的，但该技术也可以应用于扩散模型。对扩散模型进行完整的模型微调是一项耗时的任务，这就是为什么像DreamBooth或text Inversion这样的轻量级技术受到欢迎的原因。随着LoRA的引入，在特定数据集上定制和微调模型变得更快。

在本指南中，我们将使用PEFT的GitHub仓库中提供的DreamBooth微调脚本。请随意探索它并了解其工作原理。

P-tuning for sequence classification

Github链接
为下游任务微调大型语言模型是具有挑战性的，因为它们有太多的参数。要解决这个问题，您可以使用提示将模型引导到特定的下游任务，而无需完全微调模型。通常，这些提示是手工设计的，可能不切实际，因为您需要非常大的验证集才能找到最佳提示。P-tuning是一种在连续空间中自动搜索和优化更好提示的方法。

💡阅读GPT理解，也可以了解更多关于p-tuning的信息。

本指南将向您展示如何训练一个roberta-large模型(但您也可以使用任何GPT、OPT或BLOOM模型)，并在GLUE基准的mrpc配置上进行p-调优。

在开始之前，请确保你已经安装了所有必要的库:

后序

保留个坑位，后面会逐步更新kaggle PEFT调优的Inference笔记以及更多的项目实战笔记
如果有纰漏，请随时联系我，感谢留下宝贵评论，如果大佬也打kaggle竞赛的话，麻烦大佬带带我（抱大腿）