【ChatGLM2-6B】Docker下部署及微调

一、简介

1、ChatGLM2是什么

• 一个类似于ChatGPT的智能文本对话模型，支持页面方式进行对话（ChatGLM3已经支持图片分析和生成，这里由于研究仅限于文本，因此选择GLM2）
• 支持训练与微调
• 代码开源

2、组成部分

• 模型：基本的模型矩阵，重量级的参数，大约十几个G，可以理解为是程序的初始化参数配置信息

• 代码：加载模型的py代码，ChatGLM2已经封装好了多种加载和对话的方式，支持窗口对话、WEB页面对话、Socket对话、HTTP接口对话等方式。

  

3、相关地址

• GitHub地址： https://github.com/THUDM/ChatGLM2-6B
• 国内模型下载地址：https://cloud.tsinghua.edu.cn/d/674208019e314311ab5c/?p=%2F&mode=list
• 代码下载地址：https://github.com/THUDM/ChatGLM-6B
• docker下部署文档：https://www.luckzym.com/tags/ChatGLM-6B/
• windows下部署文档：https://github.com/ZhangErling/ChatGLM-6B/blob/main/deployment_windows.md
• 官方推荐指导手册：https://www.heywhale.com/mw/project/6436d82948f7da1fee2be59e

二、基于Docker安装部署

1、前提

安装了docker

16G以上显卡

2、CentOS7安装NVIDIA显卡驱动

• 先查看显卡是否已经安装，没有安装再进行安装，已安装就跳过此步

  nvidia-smi # 如下图是已安装
  

  

如果没有相关信息，再进行显卡的安装。

1）查看服务器版本及显卡信息

# Linux查看显卡信息：（ps：若找不到lspci命令，可以安装 yum install pciutils）
lspci | grep -i vga# 使用nvidia GPU可以：
lspci | grep -i nvidia# 查看显卡驱动
cat /proc/driver/nvidia/version

• 系统：CentOS7 Linux
• 显卡：iGame GeForce RTX 3070 Ti Advanced OC 8G

2）相关依赖安装

• 安装依赖环境

yum install kernel-devel gcc -y

• 检查内核版本和源码版本，保证一致

ls /boot | grep vmlinu
rpm -aq | grep kernel-devel

• 屏蔽系统自带的Nouveau

# 查看命令：
lsmod | grep nouveau
# 修改dist-blacklist.conf文件：
vim /lib/modprobe.d/dist-blacklist.conf
# 将nvidiafb注释掉:
blacklist nvidiafb # 然后添加以下语句：
blacklist nouveau
options nouveau modeset=0

可以在屏蔽之后重启系统并在命令行中输入lsmod | grep nouveau查看命令观察是否已经将其屏蔽。

• 重建Initramfs Image步骤

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)

• 修改运行级别为文本模式

systemctl set-default multi-user.target

• 重新启动

reboot

3）显卡驱动安装

• 去到NVIDIA官网下载对应的显卡驱动

网址：https://www.nvidia.cn/Download/index.aspx?lang=cn

点击搜索即可弹出对应的下载软件包

• 开始安装其软件包

chmod +x NVIDIA-Linux-x86_64-525.105.17.run
./NVIDIA-Linux-x86_64-525.105.17.run

• 验证是否安装成功

nvidia-smi

到此CentOS7已完成NVIDIA显卡驱动的安装

2、 CentOS7安装NVIDIA-Docker

1）相关环境准备

在开始之前我们需要确保已经安装好了Docker的环境，并且也安装了Docker Compose。

需要注意的是，因为NVIDIA-Docker软件的存在，我们不需要在宿主机上安装CUDA工具包，这样我们可以根据不同的需要选择合适的版本。

NVIDIA容器工具包对应的Github代码仓库地址：https://github.com/NVIDIA/nvidia-docker

2）开始安装

# 获得当前操作系统的发行版和版本，以便下载适用于NVIDIA Docker Toolkit的正确仓库
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)# 下载NVIDIA Docker Toolkit仓库，并将其保存为文件到/etc/yum.repos.d/目录中，使得包管理器够定位并安装工具包
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo# 使用yum安装nvidia-container-toolkit软件包
sudo yum install -y nvidia-container-toolkit# 重新启动Docker守护程序，以便它识别通过安装NVIDIA Docker Toolkit进行的新配置更改
sudo systemctl restart docker

3）验证&使用

# 在现有的GPU上启动启用GPU的容器，并运行nvidia-smi命令
docker run --gpus all nvidia/cuda:10.0-base nvidia-smi# 在两个GPU上启动启用GPU的容器，并运行nvidia-smi命令
docker run --gpus 2 nvidia/cuda:10.0-base nvidia-smi# 在特定的GPU上启动启用GPU的容器，并运行nvidia-smi命令
docker run --gpus '"device=1,2"' nvidia/cuda:10.0-base nvidia-smidocker run --gpus '"device=UUID-ABCDEF,1"' nvidia/cuda:10.0-base nvidia-smi# 这个命令演示了如何为容器指定能力（图形、计算等）
# 请注意，这种方式很少使用
docker run --gpus all,capabilities=utility nvidia/cuda:10.0-base nvidia-smi

3、 Docker部署ChatGLM2

1）下载对应代码包和模型包

链接：https://pan.baidu.com/s/1RhoYQ6wL5eJM8Qd0K4BYAg?pwd=zws4 
提取码：zws4

2）上传至服务器并进行解压

解压完成后的目录如下

3）下载镜像并启动容器

注意：在线环境直接使用以下代码启动即可，离线环境需要先手动下载和加载woshikid/chatglm2-6b镜像，然后在使用docker进行启动

docker run --gpus all  --runtime=nvidia  \
-p 7860:7860 \
-p 8000:8000 \
-p 8501:8501 \
-p 80:80 \
-v ./ChatGLM2-6B:/ChatGLM2-6B \
-v ./model/chatglm2-6b:/chatglm2-6b \
--name chatglm2-webdemo \
-dit woshikid/chatglm2-6b \
python web_demo.py

其中，-p表示端口映射，物理机的7860端口会映射容器的7860端口，这个端口是web页面的端口

-v后跟的参数表示将物理机上的对应目录映射进入docker容器中

以下是启动的不同的访问方式和端口信息：

woshikid/chatglm2-6b python cli_demo.py
-p 8000:8000 woshikid/chatglm2-6b python api.py
-p 8000:8000 woshikid/chatglm2-6b python openai_api.py
-p 7860:7860 woshikid/chatglm2-6b python web_demo.py
-p 8501:8501 woshikid/chatglm2-6b streamlit run web_demo2.py

4）等待启动并访问页面

http://ip:7860即可进入对话页面

5）注意事项

通过nvidia-smi命令可以查看显卡使用情况

另外，如果是自己从github上下载的官方代码，需要修改下web_demo.py代码允许远程访问，否则默认会只允许本机访问。

三、开发环境搭建

1) 代码远程编辑配置

通常，本地的代码开发机器性能不足以支持ChatGLM2-6B的运行，但是在服务器上去编辑代码又十分的不方便，因此使用一种可以远程开发的方法来进行开发。下面是对这种方法的步骤介绍：

各种开发工具基本上都有这种功能，这里以Idea或者PyCharm开发工具来说明，其原理是本地开发后，利用SFTP将代码推送到远程服务器来进行对应的调试。

1）首先打开IDEA或PyCharm开发工具，打开我们的代码。

2）打开开发环境配置。

3）新建一个SFTP配置，并在Connection中填写服务器连接配置信息。

4）点击Mappings，将本地的代码地址和服务器上的代码地址做映射，这里服务器上的代码地址是我们ChatGLM-6B的地址，用于映射到容器内部，然后点击确认。

5）代码推送。

6）这样，就可以实现本地编写代码，推送到远程进行调试了，十分的便捷。

报错的信息不用管，因为本地没有环境，所以只能当编辑器使用。

2) 一些基本的说明

四、使用

请先学习一篇文章，以了解什么是微调以及如何进行微调：https://zhuanlan.zhihu.com/p/641047705?utm_id=0

1、启动命令

基础镜像：woshikid/chatglm2-6b

docker run --gpus all  --runtime=nvidia  \
-p 7860:7860 \
-p 8000:8000 \
-p 8501:8501 \
-p 80:80 \
-v ./ChatGLM2-6B:/ChatGLM2-6B \
-v ./model/chatglm2-6b:/chatglm2-6b \
--name chatglm2-6b \
-dit woshikid/chatglm2-6b \
python web_demo.py

以下是启动的不同的访问方式和端口信息：

woshikid/chatglm2-6b python cli_demo.py
-p 8000:8000 woshikid/chatglm2-6b python api.pyW
-p 8000:8000 woshikid/chatglm2-6b python openai_api.py
-p 7860:7860 woshikid/chatglm2-6b python web_demo.py
-p 8501:8501 woshikid/chatglm2-6b streamlit run web_demo2.py

vim web_demo.py

2、接口调用方式

curl -X POST "http://127.0.0.1:8000" \-H 'Content-Type: application/json' \-d '{"prompt": "你好", "history": []}'

回复的内容：

{"response":"你好👋！我是人工智能助手 ChatGLM-6B，很高兴见到你，欢迎问我任何问题。","history":[["你好","你好👋！我是人工智能助手 ChatGLM-6B，很高兴见到你，欢迎问我任何问题。"]],"status":200,"time":"2023-03-23 21:38:40"
}

2、模型微调

微调参数文件为.json文件，先将你的微调数据和验证数据处理成如下格式：

{"content": "类型#裤*版型#宽松*风格#性感*图案#线条*裤型#阔腿裤", "summary": "宽松的阔腿裤这两年真的吸粉不少，明星时尚达人的心头爱。毕竟好穿时尚，谁都能穿出腿长2米的效果宽松的裤腿，当然是遮肉小能手啊。上身随性自然不拘束，面料亲肤舒适贴身体验感棒棒哒。系带部分增加设计看点，还让单品的设计感更强。腿部线条若隐若现的，性感撩人。颜色敲温柔的，与裤子本身所呈现的风格有点反差萌。"}
{"content": "类型#裙*风格#简约*图案#条纹*图案#线条*图案#撞色*裙型#鱼尾裙*裙袖长#无袖", "summary": "圆形领口修饰脖颈线条，适合各种脸型，耐看有气质。无袖设计，尤显清凉，简约横条纹装饰，使得整身人鱼造型更为生动立体。加之撞色的鱼尾下摆，深邃富有诗意。收腰包臀,修饰女性身体曲线，结合别出心裁的鱼尾裙摆设计，勾勒出自然流畅的身体轮廓，展现了婀娜多姿的迷人姿态。"}
{"content": "类型#上衣*版型#宽松*颜色#粉红色*图案#字母*图案#文字*图案#线条*衣样式#卫衣*衣款式#不规则", "summary": "宽松的卫衣版型包裹着整个身材，宽大的衣身与身材形成鲜明的对比描绘出纤瘦的身形。下摆与袖口的不规则剪裁设计，彰显出时尚前卫的形态。被剪裁过的样式呈现出布条状自然地垂坠下来，别具有一番设计感。线条分明的字母样式有着花式的外观，棱角分明加上具有少女元气的枣红色十分有年轻活力感。粉红色的衣身把肌肤衬托得很白嫩又健康。"}
{"content": "类型#裙*版型#宽松*材质#雪纺*风格#清新*裙型#a字*裙长#连衣裙", "summary": "踩着轻盈的步伐享受在午后的和煦风中，让放松与惬意感为你免去一身的压力与束缚，仿佛要将灵魂也寄托在随风摇曳的雪纺连衣裙上，吐露出<UNK>微妙而又浪漫的清新之意。宽松的a字版型除了能够带来足够的空间，也能以上窄下宽的方式强化立体层次，携带出自然优雅的曼妙体验。"}

其中content是向模型输入的内容，summary为模型应该输出的内容。

其中微调数据是通过本批数据对模型进行调试（文件是train.json），验证数据是通过这些数据验证调试的结果（文件是dev.json）。

1) 先安装依赖

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

​ train.sh：微调

​ evaluate.sh: 调试结果评估

2) 进行微调

微调参数如下：

PRE_SEQ_LEN=128
LR=2e-2
NUM_GPUS=1torchrun --standalone --nnodes=1 --nproc-per-node=$NUM_GPUS main.py \--do_train \--train_file /chatglm2-6b/train.json \--validation_file /chatglm2-6b/dev.json \--preprocessing_num_workers 10 \--prompt_column content \--response_column summary \--overwrite_cache \--model_name_or_path /chatglm2-6b \--output_dir output/adgen-chatglm2-6b-pt-$PRE_SEQ_LEN-$LR \--overwrite_output_dir \--max_source_length 512 \--max_target_length 64 \--per_device_train_batch_size 1 \--per_device_eval_batch_size 1 \--gradient_accumulation_steps 16 \--predict_with_generate \--max_steps 3000 \--logging_steps 10 \--save_steps 1000 \--learning_rate $LR \--pre_seq_len $PRE_SEQ_LEN \

修改 train.sh 和 evaluate.sh 中的 train_file、validation_file和test_file为你自己的 JSON 格式数据集路径，并将 prompt_column 和 response_column 改为 JSON 文件中输入文本和输出文本对应的 KEY。可能还需要增大 max_source_length 和 max_target_length 来匹配你自己的数据集中的最大输入输出长度。并将模型路径 THUDM/chatglm-6b 改为你本地的模型路径。 其中的LR=2e-2表示的是调整的权重，2e-2表示0.0002，可以适当降低，让模型也可以回答其他问题。

3) 报错问题解决

1. 出现了$‘\r’: command not found错误

   可能因为该Shell脚本是在Windows系统编写时，每行结尾是\r\n
   而在Linux系统中行每行结尾是\n
   在Linux系统中运行脚本时，会认为\r是一个字符，导致运行错误

   使用dos2unix 转换一下就可以了

   dos2unix <文件名># dos2unix: converting file one-more.sh to Unix format ...

   -bash: dos2unix: command not found

   就是还没安装，安装一下就可以了

   apt install dos2unix
   

2. 报错RuntimeError: Library cudart is not initialized

   

可以把 --quantization_bit 4 去掉试试！！！

4）微调完成

3、微调效果评估

1）修改evaluate.sh脚本

2）执行评估

bash evaluate.sh

3）评估结果

微调评估的文件位于./output/adgen-chatglm2-6b-pt-128-2e-2/generated_predictions.txt

其中，labels 是 dev.json 中的预测输出，predict 是 ChatGLM-6B 生成的结果

4、部署新模型

1）修改web_demo.sh文件

设置端口及允许远程访问