部署 CODE T5+ 大模型（详细步骤）

libertyZZ

已于 2024-06-05 14:59:57 修改

阅读量923

点赞数 12

文章标签：人工智能

于 2024-05-25 19:55:49 首次发布

本文链接：https://blog.csdn.net/weixin_46773082/article/details/139202121

版权

大模型地址

salesforce/CodeT5: Home of CodeT5: Open Code LLMs for Code Understanding and Generation (github.com)https://github.com/salesforce/CodeT5

步骤

本次部署在远程服务器NVIDIA GeForce RTX 3090上进行。

cuda版本为11.3。

创建虚拟环境

设置python版本为3.8。

conda create -n codeT5_py38 python=3.8

选取模型

由项目可知，提供了不同大小的模型。由于服务器限制，先尝试部署 codet5p-770m 模型。

CodeT5+ 110M embedding model: codet5p-110m-embedding.🔥
CodeT5+ 220M bimodal model: codet5p-220m-bimodal.🔥
CodeT5+ 220M and 770M: codet5p-220m and codet5p-770m.
CodeT5+ 220M and 770M that are further tuned on Python subset: codet5p-220m-py and codet5p-770m-py.
CodeT5+ 2B, 6B, 16B: codet5p-2b, codet5p-6b, and codet5p-16b.
InstructCodeT5+ 16B: instructcodet5p-16b.

安装相应的包

pytorch

经过多次尝试，选择以下版本的pytorch进行安装（版本太高，与cuda不兼容）：

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 -f https://download.pytorch.org/whl/torch_stable.html

transformer

正常pip安装，在测试大模型时报错：

ValueError: Tokenizer class CodeGenTokenizer does not exist or is not currently imported.

查阅网址后发现，要用pip install git下载最新的transformer4.40.0.dev0：
```
pip install git+https://github.com/huggingface/transformers
```
根据github原文，要pip install transformer==4.21.3

部署770M模型

项目中给出的示例代码如下：

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import torch

checkpoint = "Salesforce/instructcodet5p-16b"
device = "cuda" # for GPU usage or "cpu" for CPU usage

tokenizer = AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForSeq2SeqLM.from_pretrained(checkpoint,
                                              torch_dtype=torch.float16,
                                              low_cpu_mem_usage=True,
                                              trust_remote_code=True).to(device)

encoding = tokenizer("def print_hello_world():", return_tensors="pt").to(device)
encoding['decoder_input_ids'] = encoding['input_ids'].clone()
outputs = model.generate(**encoding, max_length=15)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

由于国内网络限制，这样并不能成功连接到Hugging Face。这里提供一个国内的镜像：国内HF

，将该网址设为环境即可实现上述模型部署：


import os
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import torch

# 测试CodeT5+ 770M
checkpoint = "Salesforce/codet5p-770m"  # 定义了一个路径 checkpoint，指向一个预训练模型的本地目录
# checkpoint = "Salesforce/codet5p-2b"
device = "cuda"  # for GPU usage or "cpu" for CPU usage
# 从指定的 checkpoint 加载一个自动分词器（tokenizer）。这个分词器会用于将文本转换为模型可以理解的数字表示形式。
tokenizer = AutoTokenizer.from_pretrained(checkpoint)
# 从 checkpoint 加载一个序列到序列的学习模型（AutoModelForSeq2SeqLM）。这个模型是一个自动模型，它可以处理序列到序列的任务，例如机器翻译或代码生成。
model = AutoModelForSeq2SeqLM.from_pretrained(checkpoint,
                                              torch_dtype=torch.float16,
                                              trust_remote_code=True).to(device)
# model = AutoModelForSeq2SeqLM.from_pretrained(checkpoint, trust_remote_code=True).to(device)
encoding = tokenizer("def print_hello_world():", return_tensors="pt").to(device)
encoding['decoder_input_ids'] = encoding['input_ids'].clone()
outputs = model.generate(**encoding, max_length=15)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

注：

os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"必须放在import transformers之前

checkpoint不能写错

此时运行会显示：

(codaT5_py38) hadoop@R740:/home/zzzzzsn/code_t5$ python test2.py 
tokenizer_config.json: 1.34kB [00:00, 97.7kB/s]                                                                                                                                        
vocab.json: 511kB [00:00, 1.61MB/s]
merges.txt: 294kB [00:00, 1.66MB/s]
tokenizer.json: 1.37MB [00:00, 7.42MB/s]
added_tokens.json: 100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 59.0/59.0 [00:00<00:00, 4.99kB/s]
special_tokens_map.json: 1.03kB [00:00, 462kB/s]

如果出错，可以尝试等待一段时间再下载。

补充：HuggingFace模型下载地址

通过Hugging Face的Transformers库自动下载模型，会先缓存在默认路径：

Linux：~/.cache/huggingface/hub
Windows ：C:\Users\username\.cache\huggingface\hub

在创建的Python虚拟环境中安装，该命令可以查询已经安装的大模型，删除不用或者下载失败的大模型：

pip install huggingface_hub["cli"]

执行命令：

huggingface-cli delete-cache #此命令也可以用来查看已经缓存的模型列表。

此时终端可以看见已经下载好的大模型：

选择想要的操作:

按键盘↑方向键 和↓方向键 移动光标。
按 <space>(空格键)切换（选择/取消选择）项目，可以多选。
按 <Enter>(回车) 确认选择。
要取消操作并退出，按<ctrl+c>退出。

部署 CodeT5+ 110M embedding + CodeT5+ 220M bimodal model

同理。

测试

输出成功：

embedding 和 bimodal 输出成功：

指令微调

下载数据库

数据库地址

按照官方手册，使用code_alpaca_20k.json。

指令微调

在终端输入：

MODEL=Salesforce/codet5p-16b
SAVE_DIR=saved_models/instructcodet5p-16b

deepspeed instruct_tune_codet5p.py \
  --load $MODEL --save-dir $SAVE_DIR --instruct-data-path code_alpaca_20k.json \
  --fp16 --deepspeed deepspeed_config.json

几个注意点

安装deepspeed：
```
pip install deepspeed 
```
安装datasets：
```
pip install datasets 
```
修改终端指令
- 增加指令（否则报错：[Errno 101] Network is unreachable）
  - export HF_ENDPOINT=https://hf-mirror.com
- 修改
  - MODEL=Salesforce/codet5p-770m
  - SAVE_DIR=saved_models/instructcodet5p-770m
- 修改--instruct-data-path ，改为自己放code_alpaca_20k.json的地址
instruct_tune_codet5p.py
- freeze_decoder_except_xattn_codegen函数，这种调整主要和T5Stack结构（T5模型结构参考）有关（报错'T5Config' object has no attribute 'n_layer'等）：
  - ```
  num_decoder_layers = model.decoder.config.n_layer改为 model.decoder.config.num_layers
```
- ```
each_decoder_layer = model.decoder.transformer.h[i]改为model.decoder.block[i]
```

最终在终端输入：

export HF_ENDPOINT=https://hf-mirror.com
MODEL=Salesforce/codet5p-770m
SAVE_DIR=saved_models/instructcodet5p-770m

deepspeed instruct_tune_codet5p.py \
  --load $MODEL --save-dir $SAVE_DIR --instruct-data-path code_alpaca_20k.json \
  --fp16 --deepspeed deepspeed_config.json

成功启动

Loading extension module cpu_adam...
Time to load cpu_adam op: 29.905631065368652 seconds
Loading extension module cpu_adam...
Time to load cpu_adam op: 29.94956922531128 seconds
  0%|                                                                                                                                               | 1/1875 [00:07<3:42:44,  7.13s/it]tried to get lr value before scheduler/optimizer started stepping, returning lr=0

结果输出

发现final_checkpoint不完整：

尝试重复上述微调，观察结果。不是不完整，是格式不同。

safetensors 和 bin 的区别

bin 是通用的二进制存储文件，safetensors 是更加安全的文件，专门存储张量数据，这两者都可以存模型的参数。

设置保存的时候使用的格式
- model.save_pretrained() 方法里面的 safe_serialization 设置成 True 的话，就会用 safetensors 格式
- 不同 transformers 版本的该方法的 safe_serialization 的默认值是不同的（较新的版本该值默认为 True，较老的为 False）

将 instruct_tune_codet5p中model.save_pretrained(final_checkpoint_dir)改为 model.save_pretrained(final_checkpoint_dir, safe_serialization=False)。

此时成功输出bin文件，但是只保存了generation_config.json、pytorch_model.bin和config.json文件：

Tokenizer配置

如果checkpoint只保存了config.json、pytorch_model.bin和generation_config.json文件，那么可能没有保存完整的Tokenizer配置。

在这种情况下，需要从原始的预训练模型中获取Tokenizer配置。将原始模型中的Tokenizer配置复制过来：

HumanEval

安装HumanEval repo

过程

原文给的代码：

model=instructcodet5p-16b
temp=0.2
max_len=800
pred_num=200
num_seqs_per_iter=2 # 25 for 350M and 770M, 10 for 2B, 8 for 6B, 2 for 16B on A100-40G

output_path=preds/${model}_T${temp}_N${pred_num}

mkdir -p ${output_path}
echo 'Output path: '$output_path
echo 'Model to eval: '$model

# 164 problems, 21 per GPU if GPU=8
index=0
gpu_num=8
for ((i = 0; i < $gpu_num; i++)); do
  start_index=$((i * 21))
  end_index=$(((i + 1) * 21))

  gpu=$((i))
  echo 'Running process #' ${i} 'from' $start_index 'to' $end_index 'on GPU' ${gpu}
  ((index++))
  (
    CUDA_VISIBLE_DEVICES=$gpu python generate_codet5p.py --model ${model} \
      --start_index ${start_index} --end_index ${end_index} --temperature ${temp} \
      --num_seqs_per_iter ${num_seqs_per_iter} --N ${pred_num} --max_len ${max_len} --output_path ${output_path}
  ) &
  if (($index % $gpu_num == 0)); then wait; fi
done

根据本机进行修改：

model=/code_t5/CodeT5+/saved_models1/instructcodet5p-770m/final_checkpoint
num_seqs_per_iter=25
gpu_num=2
因为只用2个GPU：
- for ((i = 0; i < $gpu_num; i++)); do
  start_index=$((i * 82))
  end_index=$(((i + 1) * 82))

--model ~~Salesforce/~~${model}

model=/home/zzzzzsn/code_t5/CodeT5+/saved_models2/instructcodet5p-770m/final_checkpoint
temp=0.2
max_len=800
pred_num=200
num_seqs_per_iter=25 # 25 for 350M and 770M, 10 for 2B, 8 for 6B, 2 for 16B on A100-40G

output_path=${model}_T${temp}_N${pred_num}

mkdir -p ${output_path}
echo 'Output path: '$output_path
echo 'Model to eval: '$model

# 164 problems, 21 per GPU if GPU=8
index=0
gpu_num=2
for ((i = 0; i < $gpu_num; i++)); do
  start_index=$((i * 82))
  end_index=$(((i + 1) * 82))

  gpu=$((i))
  echo 'Running process #' ${i} 'from' $start_index 'to' $end_index 'on GPU' ${gpu}
  ((index++))
  (
    CUDA_VISIBLE_DEVICES=$gpu python generate_codet5p.py --model ${model} \
      --start_index ${start_index} --end_index ${end_index} --temperature ${temp} \
      --num_seqs_per_iter ${num_seqs_per_iter} --N ${pred_num} --max_len ${max_len} --output_path ${output_path}
  ) &
  if (($index % $gpu_num == 0)); then wait; fi
done

修改完执行，成功：

100% 21/21 [1:52:31<00:00, 321.51s/it]
[1]-  Done                    ( CUDA_VISIBLE_DEVICES=$gpu python generate_codet5p.py --model ${model} --start_index ${start_index} --end_index ${end_index} --temperature ${temp} --num_seqs_per_iter ${num_seqs_per_iter} --N ${pred_num} --max_len ${max_len} --output_path ${output_path} )
[2]+  Done                    ( CUDA_VISIBLE_DEVICES=$gpu python generate_codet5p.py --model ${model} --start_index ${start_index} --end_index ${end_index} --temperature ${temp} --num_seqs_per_iter ${num_seqs_per_iter} --N ${pred_num} --max_len ${max_len} --output_path ${output_path} )

生成164个json文件（数量和使用GPU个数有关）。

Pass@k

output_path=preds/instructcodet5p-16b_T0.2_N200

echo 'Output path: '$output_path
python process_preds.py --path ${output_path} --out_path ${output_path}.jsonl

evaluate_functional_correctness ${output_path}.jsonl

output_path改为 生成164个json文件 对应位置

运行成功：

libertyZZ

关注

12
点赞
踩
10

收藏

觉得还不错? 一键收藏
2
评论
部署 CODE T5+ 大模型（详细步骤）

将 instruct_tune_codet5p中model.save_pretrained(final_checkpoint_dir)改为 model.save_pretrained(final_checkpoint_dir, safe_serialization=False)。不同 transformers 版本的该方法的 safe_serialization 的默认值是不同的（较新的版本该值默认为 True，较老的为 False）是更加安全的文件，专门存储张量数据，这两者都可以存模型的参数。
复制链接

扫一扫