【InternLM 实战营第二期笔记+作业02】轻松玩转书生·浦语大模型趣味 Demo

第二次课程官方操作文档：Tutorial/helloworld/hello_world.md at camp2 · InternLM/Tutorial · GitHub

第二次课程录播链接：轻松玩转书生·浦语大模型趣味 Demo_哔哩哔哩_bilibili

一、部署 InternLM2-Chat-1.8B 模型进行智能对话

1配置基础环境

打开 InternStudio 界面，点击 创建开发机 配置开发机系统。

填写 开发机名称 后，点击 选择镜像 使用 Cuda11.7-conda 镜像，然后在资源配置中，使用 10% A100 * 1 的选项，然后立即创建开发机器。

点击 进入开发机 选项。

进入开发机后，三种开发模式，老师选的是jupyter lab

输入环境配置命令 (配置环境时间较长，需耐心等待)：

studio-conda -o internlm-base -t demo
# 与 studio-conda 等效的配置方案
# conda create -n demo python==3.10 -y
# conda activate demo
# conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

配置完成后，进入到新创建的 conda 环境之中：

conda activate demo

输入以下命令，完成环境包的安装：

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

2 下载 InternLM2-Chat-1.8B 模型

创建demo文件夹

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

点击左侧列表的文件夹，发现创建好的demo文件夹，点击进入该文件夹，打开download_mini.py文件，输入代码，按ctrls保存：

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')

回到root intern，输入以下命令，下载模型文件参数：

python /root/demo/download_mini.py

模型就下载好了

3 运行 cli_demo

双击打开 /root/demo/cli_demo.py 文件，复制以下代码

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)

然后再运行demo程序：

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

（这一步黑标闪了很久，我还以为卡住了，必须要等到user出来）

然后输入

请创作一个 300 字的小故事

基础作业

完成，输入exit退出

二、部署实战营优秀作品 八戒-Chat-1.8B 模型

1配置基础环境

先激活demo环境

conda activate demo

使用 git 命令来获得仓库内的 Demo 文件：

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

2下载运行 Chat-八戒 Demo

下载

python /root/Tutorial/helloworld/bajie_download.py

运行

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

URL就拿到了，接下来需要配本地的powershell

使用快捷键组合 Windows + R（Windows 即开始菜单键）打开指令界面，并输入命令，按下回车键。打开 PowerShell 后，先回到开发机首页点击SSL连接查看端口，记下自己的端口号，回到powershell

# 从本地使用 ssh 连接 studio 端口
# 将下方端口号 38374 替换成自己的端口号
ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 38374

把38374改成自己的端口号

这要注意，把密码ctrlc之后，在powershell里直接右键点一下，然后回车，不需要ctrlv!不需要ctrlv!不需要ctrlv!如果ctrlv的话是会出问题的

powershell界面如上就可以打开URL了，等URL打开也需要一段时间

好了 猪猪聊天完成，回到root intern,按ctrl c 退出

三、实战：使用 Lagent 运行 InternLM2-Chat-7B 模型（开启 30% A100 权限后才可开启此章节）

回到首页，必须先关闭开发机，将资源配置由10%A100调整为30%A100

注意，此部分需要先加飞书群，在飞书表格里完成笔记1后，再在群里跟小助手申请GPU额度，不然GPU额度就是1

https://aicarrier.feishu.cn/wiki/TqjawZsoqiiRXEkRpcScmKAAn8d?table=tblNCUy9PeGmgd9I&view=vewQagjCL1

1配置基础环境

还是先激活环境

conda activate demo

打开子路径

cd /root/demo

使用 git 命令下载 Lagent 相关的代码库（要等一段时间）：

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

2使用 Lagent 运行 InternLM2-Chat-7B 模型为内核的智能体

Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。它的整个框架图如下:

打开 lagent 路径：

cd /root/demo/lagent

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

打开 lagent 路径下 examples/internlm2_agent_web_demo_hf.py 文件，并修改对应位置 (71行左右) 代码：

# 其他代码...
value='/root/models/internlm2-chat-7b'
# 其他代码...

输入运行命令

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

点开 6006 链接后，大约需要 5 分钟完成模型加载，与此同时再一次配置powershell

# 从本地使用 ssh 连接 studio 端口
# 将下方端口号 38374 替换成自己的端口号
ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 38374

打开 http://127.0.0.1:6006 后，（会有较长的加载时间）勾上数据分析，进行计算方面的 Demo 对话

数据分析

回到root ctrlc退出

四、实践部署 浦语·灵笔2 模型（开启 50% A100 权限后才可开启此章节）

4.1图片写作实战

配好端口打开 http://127.0.0.1:6006图文生成完成：

4.2 图片理解实战

五、总结

1.了解第一期实战营的优秀项目

根据实战营的优秀项目和几篇论文，浅总结模型角色训练的步骤是：

• 整理出一份高质量的对话形式的数据集（小说可以抽取GitHub - KMnO4-zx/extract-dialogue: 从小说中提取对话数据集、不够的可以让chat gpt生成一些对话）
• 微调个性化模型（pth转hugging face）
• 部署

2.如何部署自定义模型

• 配置环境
• 运行环境
• 下载github模型文件
• 运行模型
• 使用lagent框架运行7B模型：streamlit run命令方式
• 配置SSH连接本地环境