第二节笔记 轻松玩转书生·浦语大模型趣味 Demo

一、部署InternLM2-Chat-1.8B模型进行智能对话

1.1 环境配置

• InternStudio平台-开发机-cuda11.7conda-10%A100-创建开发机

• 进入开发机，创建conda环境studio-conda -o internlm-base -t demo

• 激活conda环境，安装所需软件包

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

1.2 下载InternLM2-Chat-1.8B模型

github：https://github.com/InternLM/Tutorial/tree/camp2

InternLM2 报告：https://arxiv.org/pdf/2403.17297.pdf

视频地址：书生·浦语大模型全链路开源体系_哔哩哔哩_bilibili

• 创建文件夹并进入目录

• mkdir -p /root/demo
  touch /root/demo/cli_demo.py
  touch /root/demo/download_mini.py
  cd /root/demo

• 打开/root/demo/download_mini.py，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python /root/demo/download_mini.py，下载模型参数文件

1.3 加载模型

在cli_demo.py中输入内容

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)

• 执行命令，运行demo程序

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

出现User >>>后输入 请创作一个 300 字的小故事

二、部署实战营优秀作品八戒-Chat-1.8B模型

2.1 配置基础环境

使用git命令获取仓库的demo文件

cd /root/
git clone https://gitee.com/InternLM/Tutorial -b camp2
cd /root/Tutorial

2.2 下载运行chat-八戒Demo

执行 python /root/Tutorial/helloworld/bajie_download.py

执行

streamlit run /root/Tutorial/helloworld/bajie_chat.py --server.address 127.0.0.1 --server.port 6006

通过win+R打开运行窗口，输入powershell打开powershell窗口

在开发机页面查看端口号

在powershell中执行ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 41410，根据提示输入密码

浏览器中打开http://127.0.0.1:6006/ ，等待打开模型，输入你好，请自我介绍

三、通过InternLM2-Chat-7B运行Lagent智能体Demo

github：https://github.com/InternLM/Tutorial/tree/camp2

视频地址：

轻松玩转书生·浦语大模型趣味 Demo_哔哩哔哩_bilibili

3.1 配置基础环境

• 提升GPU配置至30%

• 激活demo环境，进入/root/demo 路径

• 使用git下载lagent代码库

相关代码库安装：
git clone https://gitee.com/internlm/lagent.git
# git clone https://github.com/internlm/lagent.git
cd /root/demo/lagent
git checkout 581d9fb8987a5d9b72bb9ebd37a95efd47d479ac
pip install -e . # 源码安装

3.2 运行 InternLM2-Chat-7B 模型为内核的智能体

• 进入lagent路径，构造软链接快捷访问方式

ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-7b /root/models/internlm2-chat-7b

• 对于lagent路径中的examples/internlm2_agent_web_demo_hf.py,在第71行修改代码

value='/root/models/internlm2-chat-7b'

• 执行命令加载模型

streamlit run /root/demo/lagent/examples/internlm2_agent_web_demo_hf.py --server.address 127.0.0.1 --server.port 6006

• 打开powershell，先查询端口，再在powershell中输入命令

ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 38374

• 在webIDE中点击链接http://127.0.0.1:6006/ 打开模型

• 输入请解方程 2*X=1360 之中 X 的结果进行测试

四、实践部署浦语灵笔2模型

4.1 配置基础环境

• 升级开发机GPU配置至50%，启动并进入开发机

• 激活demo环境，补充包

pip install timm==0.4.12 sentencepiece==0.1.99 markdown2==2.4.10 xlsxwriter==3.1.2 gradio==4.13.0 modelscope==1.9.5

• 下载InternLM-XComposer仓库相关代码资源

cd /root/demo
git clone https://gitee.com/internlm/InternLM-XComposer.git
# git clone https://github.com/internlm/InternLM-XComposer.git
cd /root/demo/InternLM-XComposer
git checkout f31220eddca2cf6246ee2ddf8e375a40457ff626

• 构造软链接快捷访问方式

ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm-xcomposer2-7b /root/models/internlm-xcomposer2-7b
ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm-xcomposer2-vl-7b /root/models/internlm-xcomposer2-vl-7b

4.2 图文写作

• 启动InternLM-XComposer

cd /root/demo/InternLM-XComposer
python /root/demo/InternLM-XComposer/examples/gradio_demo_composition.py  \
--code_path /root/models/internlm-xcomposer2-7b \
--private \
--num_gpus 1 \
--port 6006

• 打开powershell，查询端口后在powershell执行命令

ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 41410

• 打开链接 http://127.0.0.1:6006 ，点击submit提交已经自定义的图文生成任务

根据以下标题：“中国水墨画：流动的诗意与东方美学”，创作长文章，字数不少于800字。请结合以下文本素材： “水墨画是由水和墨调配成不同深浅的墨色所画出的画，是绘画的一种形式，更多时候，水墨画被视为中国传统绘画，也就是国画的代表。也称国画，中国画。墨水画是中国传统画之一。墨水是国画的起源，以笔墨运用的技法基础画成墨水画。线条中锋笔，侧锋笔，顺锋和逆锋，点染，擦，破墨，拨墨的技法。墨于水的变化分为五色。画成作品，题款，盖章。就是完整的墨水画作品。 基本的水墨画，仅有水与墨，黑与白色，但进阶的水墨画，也有工笔花鸟画，色彩缤纷。后者有时也称为彩墨画。在中国画中，以中国画特有的材料之一，墨为主要原料加以清水的多少引为浓墨、淡墨、干墨、湿墨、焦墨等，画出不同浓淡（黑、白、灰）层次。别有一番韵味称为“墨韵”。而形成水墨为主的一种绘画形式。”

4.3 图片理解

• 点击左下角关闭terminal，后点击shutdownall，重新开启terminal

• 激活demo环境

• 执行命令，启动聊天模型

cd /root/demo/InternLM-XComposer
python /root/demo/InternLM-XComposer/examples/gradio_demo_chat.py  \
--code_path /root/models/internlm-xcomposer2-vl-7b \
--private \
--num_gpus 1 \
--port 6006

• 模型运行结束后点击链接，不必重新进行端口映射

• 上传图片，并输入 请分析一下图中内容