python&anconda系列（亲测有效）：ChatGLM：win11部署大模型实例并正常启动、ChatGLM2-6B 模型基于 P-Tuning v2 的微调

---

咳咳，工作需要，我一个Unity程序员去做AI相关的研究。从一开始的调用文心一言接口到现在自己部署ChatGLM2-6B并且通过Api调用。记录一下这个过程。

首先要保证自己的显卡有6G。这是最基础的要求，说白了就是GTX1060或者1660。玩AI都是用N卡，哎~我的6700XT… 期待战未来。

首先，先安装python，版本的话，在写这个文章的时候我用的是3.8.0。够用就好，太新怕有莫名其妙的BUG。

一. anconda

anconda不同版本、不同系统、不同配置 会产生 各种 奇葩问题，这里只说明笔者遇到的一些问题，文中没有涉及到的请自行百度

1. anconda安装

笔者版本：Anaconda3-2019.03-Windows-x86_64

Python&aconda系列：Anacond、Miniconda的下载安装配置教程详解 中的 一. Anacond下载安装配置教程详解

2. 环境变量配置

3. 使用过程中的问题

已经解决的问题

环境方面

1. cmd/powershell/anaconda prompt提示“系统找不到指定的路径”

这种问题多出现于 aconda 卸载重装时 和之前安装的路径不是同一路径

Python&aconda系列：cmd/powershell/anaconda prompt提示“系统找不到指定的路径”（亲测有效）

2. 一直卡在loading applications或弹出There is an instance of anaconda navigator alr

Python&aconda系列：启动Anaconda，一直卡在loading applications或弹出There is an instance of anaconda navigator alr

使用方面

3. 无法加载文件C:\Users\xxx\Documents\WindowsPowerShell\profile.ps1，因为在此系统上禁止运行脚本

python&anconda系列：无法加载文件C:\Users\xxx\Documents\WindowsPowerShell\profile.ps1，因为在此系统上禁止运行脚本

4. ValueError: greenlet.greenlet size以及keras保存的h5模型加载时出现“AttributeError: ‘str‘ object

python&anconda 系列：ValueError: greenlet.greenlet size以及keras保存的h5模型加载时出现“AttributeError: ‘str‘ object

5. ERROR: Could not build wheels for pycocotools which use PEP 517

python&anconda 系列：ERROR: Could not build wheels for pycocotools which use PEP 517的N中解决方法

6. Pycharm无法debug

python&anconda 系列：Pycharm在debug问题的N种解决方案（一般程序、web方向、人工智能方向）

Python系列：pycharm 远程连接服务器并且debug, 支持torch.distributed.launch debug

未解决的问题

1. assert last_idx is not None

Python&aconda系列：关于Anaconda：conda在Powershell上激活（assert last_idx is not None）

2. Invoke-Expression ，Invoke-Expression -Command $activateCommand或power shell激活虚拟环境报错失

python&anconda系列：Invoke-Expression ，Invoke-Expression -Command $activateCommand或power shell激活虚拟环境报错失

4. 其他博主遇到的问题

1. Unable to create process using ‘D:\Anaconda3\python.exe D:\Anaconda3\Scripts\conda-s

Python&aconda系列：Unable to create process using ‘D:\Anaconda3\python.exe D:\Anaconda3\Scripts\conda-s

2. conda 安装过程中无法激活 python 虚拟环境问题

Python&aconda系列：【python环境搭建】conda 安装过程中无法激活 python 虚拟环境问题

3. An unexpected error has occurred. Conda has prepared the above report

Python&aconda系列：conda踩坑记录1.An unexpected error has occurred. Conda has prepared the above report

4. UnsatisfiableError: The following specifications were found to be incompa

Python&aconda系列：conda踩坑记录2.UnsatisfiableError: The following specifications were found to be incompa

5. Installing multiqc on Conda produces “UnsatisfiableError:”

Python&aconda系列：conda踩坑总结（deeptools 篇）

4. 目前可以做到的

powershell Prompt和 pycharm Timinal都会报错，暂时无解

Prompt可以正常使用

也就是说现在有一个窗口可以正常切换环境、下载等东西，其他的目前也可以正常使用

二. CUDA、cuDNN

CUDA、cuDNN 安装以及环境变量配置

python&anconda系列（亲测有效）：window11系统CUDA、cuDNN 安装以及环境变量配置

三. ChatGLM2-6B部署以及使用

一. ChatGLM2-6B部署

创建虚拟环境

首先创建虚拟环境！

按照上面步骤安装完了anaconda之后，按住win + R输入cmd。输入以下命令，新建一个名字为ChatGLM2B的环境。

这里的版本都可以自定义，这就是anaconda厉害的地方，只要你输入的正确，他都会把你下载下来，不需要管地址，这里–name 后面跟着的参数就是虚拟环境的名字，python==版本号

conda create --name ChatGLM2B python==3.8.10

这里的创建了一个叫amalaawei的虚拟环境。

这里创建到的一半的时候会出现一个选择，输入y以继续。就是安装一些必要的环境包。

看到最后是这样的说明成功了。下面还很贴心的提示了如何使用：

conda activate amalaawei(虚拟环境名)----------这句代码的意思就是激活这个虚拟环境，意思就是选中，在多个虚拟环境之间切换的时候，就可以根据激活不同的虚拟环境来达到选择的目的。

这里我记录几句刚学的conda咒语。

• conda activate [虚拟环境的名称] 激活某一个虚拟环境

• conda env list 查看虚拟环境列表

• conda remove --name [虚拟环境的名称] --all 删除虚拟环境

可以看到我在激活虚拟环境后，前面会有一个括号，说明已经进入到虚拟环境了。

ChatGLM2-6B下载

主角登场！ChatGLM2-6B 链接：GitHub - THUDM/ChatGLM2-6B: ChatGLM2-6B: An Open Bilingual Chat LLM | 开源双语对话语言模型

根据下图操作下载zip。

下载好后就解压咯，放哪都可以，看你心情。在ChatGLM2-6B文件夹下创建一个文件夹叫model,用于等等存放模型使用。

打开链接把所有模型文件都下载下来放在model中。

THUDM/chatglm2-6b at main (huggingface.co)

暂时没有找到一次性打包下载，只能一个一个的这样下载（因为此网涉及到科学上网，所以建议只下载除模型外的东西，模型下载请访问 清华大学云盘 (tsinghua.edu.cn)，如果条件不具备科学上网，那么请访问https://download.csdn.net/download/weixin_54626591/88668707或者私信或者底下评论）

当然这里要是用的6GB的显卡的话，建议下载量化模型。链接在下面：

清华大学云盘 (tsinghua.edu.cn)

这里我选用的是chatglm2-6b-int4，这已经是最小的了- -。

当然这种方法只是其中一种，还有一种是用git lfs下载大文件。但是我觉得吧，对新手来说步骤越简单越好。万一网络不给力呢，是吧~

把huggingface、清华大学云盘 中下载的所有文件都放在 新创建的文件夹model里面

安装依赖

接下来呢，使用命令行进入到ChatGLM2-6B文件夹。我这里是放在D盘，我做个演示。

就是这么简单，然后接着在虚拟环境下安装依赖，记得要先进入虚拟环境哦，不记得了的去上面看如何进入~

pip install -r requirements.txt

在一系列的加载下载以后

最后出现了Successfully 就算成功。

修改对应的py文件

我有的小伙伴一定会疑问，为什么我不用web_demo.py，而用demo2，因为不知道为啥我用web_demo发送问题以后没有响应，有懂的小伙伴可以留言告诉我哈。

进入ChatGLM2-6B文件夹下找到web_demo2.py打开，你用啥打开就行，我这里用的是vscode。

这里其他py文件同理，只要路径指向没错就好了。

然后将这里的路径“THUDM/chatglm2-6b”改成自己存放模型的路径。

这里有的人说要根据显存进行量化。这个就根据自己的需要选择啦。

# 6G 
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(4).cuda()

# 10G 
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(8).cuda()

二. ChatGLM2-6B使用

1. 开始运行web_demo（Pycharm右键run）所遇到的问题

不知道是不是没按照 requirements 这个文件下载，记着明明安按照这个文件下载了

下面是跑不起来遇到的各种问题

有可能问题会循环，可能安装了一个包，这个包相关的依赖也会安装，如果已有环境与依赖有冲突，之前安装的包可能被卸载

1. cannot import name ‘Doc‘ from ‘typing_extensions‘

问题描述

在运行ChatGLM2-6B大语言模型和使用P-Tuning训练的时候，出现如下错误

cannot import name 'Doc' from 'typing_extensions'

问题原因

因为安装的typing_extensions版本不正确，需要重新安装

解决方案

运行: pip install typing_extensions==4.8.0

如果出现: Requirement already satisfied: typing_extensions==4.8.0 in /xxx

需要运行: pip install typing_extensions==4.8.0 --force-reinstall
–force-reinstall参数会先缷载再重新安装

2. ImportError: cannot import name ‘_illegal’ from 'sympy.core.numbers’错

根据提供的引用内容，出现ImportError: cannot import name ‘_illegal’ from 'sympy.core.numbers’错误可能是由于sympy库版本不兼容或安装不完整导致的。解决此问题的方法是重新安装或升级sympy库。

你可以尝试以下解决方案：
卸载sympy库：

pip uninstall sympy

重新安装sympy库：

pip install sympy

如果上述方法无效，可以尝试升级sympy库：

pip install --upgrade sympy

请注意，确保你的Python环境中没有其他与sympy库相关的问题，例如依赖项缺失或其他冲突的库。

3. DLL load failed while importing _imaging: 找不到指定的模块的解决方法 Python 文件命名引发的“module has no attribute“错误

DLL load failed while importing _imaging: 找不到指定的模块的解决方法

卸载当前版本，安装6.2.1版本

pip uninstall pillow

pip install pillow==6.2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/****

Python 文件命名引发的"module has no attribute"错误
保存py文件命名时，一定要注意，不能与导入的模块重名

因为import dgl，会先在当前目录下查找有没有dgl模块,即dgl.py文件。找到了就导入，也就是说这里导入的就是自己。自然就无法使用turtle模块的对象。

4. python 报错 ModuleNotFoundError: No module named ‘chardet‘ 解决方法

报错信息

ModuleNotFoundError: No module named 'chardet'

通过如下命令安装chardet模块：

pip install chardet

运行上面的命令后如果出现以下错误，多数被墙

手动下载chardet模块，下载地址如下：

https://github.com/chardet/chardet

通过命令行进入到chardet目录，执行setup.py文件进行安装，命令如下：

python setup.py install

安装结束后，查看是否已经安装成功

pip list

5. chatglm2-b部署报错问题‘Textbox‘ object has no attribute ‘style‘

我们在部署chatglm2-b的时候可能出现’Textbox’ object has no attribute 'style’的问题

这是因为安装的第三方库gradio版本太高，降低版本即可。

pip uninstall gradio

pip install gradio==3.50.0

安装3.50.0或者3.49.0都可以。

6. RuntimeError: CUDA out of memory. Tried to allocate 128.00 MiB (GPU 0； 8.00 GiB total capacity； 1

说明你显卡不够，需要改web_demo文件里面的内容

# 6G 
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(4).cuda()

# 10G 
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(8).cuda()

同样适用于web_demo2文件

7. AssertionError: Unsupported bit-width

可能有的小伙伴显卡的内存是8G或其他，然后自动做聪明改成了以下内容

# 8G 
model = AutoModel.from_pretrained("model", trust_remote_code=True).half().quantize(6).cuda()

然后会报这个错，其实只能是4或8，源码里有写，否则会报错

同样适用于web_demo2文件

8. AssertionError: Torch not compiled with CUDA enabled

这是最后一个问题，也是令很多人特别头疼的一个问题

Python&anconda系列（亲测有效）：安装pytorch以及报错AssertionError: Torch not compiled with CUDA enabled解决方法

Python&aconda系列：Torch not compiled with CUDA enabled 报错的归纳总结

9. 如果和GCC有关

C系列：Windows中安装GCC详细教程

2. 正式开始运行web_demo（Pycharm右键run）

出页面了，但是提出了问题，回答空白

笔者猜测可能和科学上网有点儿关系

只是一闪，还是空白（这是笔者尝试了好多次抓的截图），可能笔者用的是免费的科学上网工具吧

3. 正式开始运行web_demo2

使用demo2.py需要先安装依赖。

pip install streamlit streamlit-chat

然后通过命令行去启动！

streamlit run web_demo2.py

总体感觉不如chatgpt

4. api.py的问题

使用api.py需要先安装依赖

pip install fastapi uvicorn

然后python api.py启动！启动成功以后，可以使用Postman等工具进行测试。

---

AttributeError: 'Textbox' object has no attribute 'style'. Did you mean: 'scale'

当启动web_demo.py出现上面这个错误的时候，其实是gradio的问题，版本太高了。个人猜测可能是pip默认安装最新版本，新版本中api有变化，所以识别不了。

所以只需要卸载当前版本，安装旧版就好了哈。

pip uninstall gradio

pip install gradio==3.39.0

四. ChatGLM2-6B 模型基于 P-Tuning v2 的微调

公司做技术储备，今天来分享一下微调的流程，当然也算是自己加深印象。

---

除了安装ChatGLM2-6B的依赖之外，还需要安装以下依赖：

pip install rouge_chinese nltk jieba datasets transformers[torch] -i https://pypi.douban.com/simple/

在ChatGLM2-6B文件夹下进入ptuning文件夹。

里面有train.json、dev.json，这两个json文件，都用同一份数据就好了。

格式如下：

这里的prompt和response是自定义的Key主键，在train.sh中会有表现。

但是呢，官方提供的shell脚本，在Windows下不能直接使用。

根据一个大佬的做法，把代码改成Bat使用，改写成如下：

可以看到红框中圈出的部分就是刚才json数据中使用到的主键Key

将–train_file与validation_file的路径改成自己本地json文件的路径。

–model_name_or_path改为自己的离线模型路径。

–output_dir 改为自己预想的训练模型后的输出路径。

都改好了以后就运用train.bat。就会自动开始微调了。

完成后，就可以进行推理了。

打开ptuning文件夹下的evaluate.sh设置相应的参数，这里由于Windows下不支持shell,依旧改成bat进行运行。

–validation_file改成自定义的json路径

–test_file改成自定义的json路径

–model_name_or_path 的路径改为模型的本地路径。

–ptuning_checkpoint 的路径改为训练好的微调模型的路径。

运行这个evaluate.bat，完成以后

说实话好像推理这个步骤无所谓。

Web_Demo启动！

全都完成以后呢复制一个web_demo.sh,改成web_demo.bat。

将路径改为自己的本地路径。

–model_name_or_path的路径改为本地模型路径。

–ptuning_checkpoint的路径就是微调后的模型的路径。

OK了以后呢就可以运行web_demo.bat了，启动！

然后等一等就会弹出网页端，就可以进行测试啦。

API启动！

返回ChatGLM2-6B文件夹，复制一个api.py进行修改。

修改成如下这样：

其实就是在原来的基础上加上微调模型。

这样就可以通过api进行调用啦。用法在上一篇文章有说到，需要的小伙伴自己查阅哈。

---

WongVin

ChatGLM2-6B部署及使用

ChatGLM2-6B 模型基于 P-Tuning v2 的微调