使用 GaLore 预训练LLaMA-7B

项目代码：

https://github.com/jiaweizzhao/galorehttps://github.com/jiaweizzhao/galore

参考博客：

https://zhuanlan.zhihu.com/p/686686751

创建环境

基础环境配置如下：

• 操作系统: CentOS 7
• CPUs: 单个节点具有 1TB 内存的 Intel CPU，物理CPU个数为64，每颗CPU核数为16
• GPUs: 8 卡 A800 80GB GPUs
• Python: 3.10 (需要先升级OpenSSL到1.1.1t版本（点击下载OpenSSL），然后再编译安装Python)，点击下载Python
• NVIDIA驱动程序

• 版本: 515.125.06，根据不同型号选择不同的驱动程序，点击下载。
• CUDA工具包: 11.8，点击下载

conda create -n GaLore python=3.10

安装依赖包

pip install -r requirements.txt

其中，requirements.txt 文件为：

torch==2.1.0
transformers==4.31.0
tokenizers
datasets==2.14.6
peft
wandb
loguru
nvitop
lion-pytorch
matplotlib
bitsandbytes
scipy
scikit-learn
evaluate

pip install tensorly

注意：Pytorch 需确保2.1.0以上，不然会报错。

数据集准备

本文使用 C4 数据集进行训练，C4 数据集是由 Google 提供的一个大型预训练数据集，用于训练语言模型。C4 数据集包含了数十亿个网页的内容，经过处理和清洗后形成了一个适合用于训练大型语言模型的数据集。这个数据集可以用于训练各种自然语言处理任务，如文本生成、文本分类

、语言建模等。语言建模

• 下载地址：https://huggingface.co/datasets/allenai/c4/tree/main/en

由于数据集太大，这里只下载了一个文件大约356317条数据。

wandb 启用离线模式

启用离线模式后，wandb 将不会上传数据，但仍然会记录实验过程中的数据和结果。

wandb  offline
# W&B offline. Running your script from this directory will only write metadata locally. Use wandb disabled to completely turn off W&B.

单张 4090 消费级显卡预训练 LLaMA-7B

接下来，使用单个 GPU（例如：NVIDIA RTX 4090）训练 7B 模型，您所需要做的就是指定 --optimizer=galore_adamw8bit_per_layer ，这会启用 GaLoreAdamW8bit 并进行每层权重更新。通过激活（梯度）检查点（activation checkpointing），您可以将在 NVIDIA RTX 4090 上测试的批量大小保持为 16。

执行命令：

CUDA_VISIBLE_DEVICES=3 torchrun --standalone --nproc_per_node 1 torchrun_main.py 
    --model_config configs/llama_7b.json 
    --lr 0.005 
    --galore_scale 0.25 
    --rank 1024 
    --update_proj_gap 500 
    --batch_size 16 
    --total_batch_size 512 
    --activation_checkpointing 
    --num_training_steps 150000 
    --warmup_steps 15000 
    --weight_decay 0 
    --grad_clipping 1.0 
    --dtype bfloat16 
    --eval_every 1000 
    --single_gpu 
    --optimizer galore_adamw8bit_per_layer

CUDA_VISIBLE_DEVICES=3 torchrun –standalone –nproc_per_node 1 torchrun_main.py –model_config configs/llama_7b.json –lr 0.005 –galore_scale 0.25 –rank 1024 –update_proj_gap 500 –batch_size 16 –total_batch_size 512 –activation_checkpointing –num_training_steps 150000 –warmup_steps 15000 –weight_decay 0 –grad_clipping 1.0 –dtype bfloat16 –eval_every 1000 –single_gpu –optimizer galore_adamw8bit_per_layer

好像是因为连不了外网所以没找到数据集：

解决方法，手动下载数据集，上传到服务器：

 下载地址：https://huggingface.co/datasets/allenai/c4/tree/main/en

同样，模型也要提前下好，放在指定位置：

开始训练了，只是比较慢，显存开销在22G的样子：

文章来源于互联网:使用 GaLore 预训练LLaMA-7B

相关推荐: 飞天奖居然也用AI整活了！网友锐评：你敢再土一点吗？

大家好，我是花生~ 刚结束的第 34 届 “飞天奖” 颁奖典礼想必很多人都有关注，最后是雷佳音获得优秀男演员奖，赵丽颖获得优秀女演员奖，《三体》、《狂飙》和《繁花》等 16 部作品获得优秀电视剧奖，这些都是大家非常喜爱的演员和作品，能获奖属于实至名归。 而在获…