首页 > 教程 > 【视频】如何把你的 DeePseek-R1 微调为某个领域的专家

【视频】如何把你的 DeePseek-R1 微调为某个领域的专家

发布时间：2025-02-28 10:19:52 | 责任编辑：字母汇 | 浏览量：210 次

《【视频】如何把你的 DeePseek-R1 微调为某个领域的专家》相关软件官网

如何把你的 DeePseek-R1 微调为某个领域的专家

10:18 开始实战“Unsloth 微调算命大师模型”

第一步：安装依赖

%%capture

# 安装 unsloth 包。unsloth 是一个用于微调大型语言模型（LLM）的工具，可以让模型运行更快、占用更少内存。

!pip install unsloth

# 卸载当前已安装的 unsloth 包（如果已安装），然后从 GitHub 的源代码安装最新版本。

# 这样可以确保我们使用的是最新功能和修复。

!pip uninstall unsloth -y && pip install --upgrade --no-cache-dir --no-deps git+https://github.com/unslothai/unsloth.git

# 安装 bitsandbytes 和 unsloth_zoo 包。

# bitsandbytes 是一个用于量化和优化模型的库，可以帮助减少模型占用的内存。

# unsloth_zoo 可能包含了一些预训练模型或其他工具，方便我们使用。

!pip install bitsandbytes unsloth_zoo

第二步：加载预训练模型

from unsloth import FastLanguageModel # 导入FastLanguageModel类，用来加载和使用模型

import torch # 导入torch工具，用于处理模型的数学运算

max_seq_length = 2048 # 设置模型处理文本的最大长度，相当于给模型设置一个“最大容量”

dtype = None # 设置数据类型，让模型自动选择最适合的精度

load_in_4bit = True # 使用4位量化来节省内存，就像把大箱子压缩成小箱子

# 加载预训练模型，并获取tokenizer工具

model, tokenizer = FastLanguageModel.from_pretrained(

model_name="unsloth/DeepSeek-R1-Distill-Llama-8B", # 指定要加载的模型名称

max_seq_length=max_seq_length, # 使用前面设置的最大长度

dtype=dtype, # 使用前面设置的数据类型

load_in_4bit=load_in_4bit, # 使用4位量化

# token="hf_...", # 如果需要访问授权模型，可以在这里填入密钥

)

第三步：微调前测试

prompt_style = """以下是描述任务的指令，以及提供进一步上下文的输入。

请写出一个适当完成请求的回答。

在回答之前，请仔细思考问题，并创建一个逻辑连贯的思考过程，以确保回答准确无误。

### 指令：

你是一位精通卜卦、星象和运势预测的算命大师。

请回答以下算命问题。

### 问题：

{}

### 回答：

<think>{}"""

# 定义提示风格的字符串模板，用于格式化问题

question = "1992年闰四月初九巳时生人，女，想了解健康运势"

# 定义具体的算命问题

FastLanguageModel.for_inference(model)

# 准备模型以进行推理

inputs = tokenizer([prompt_style.format(question, "")], return_tensors="pt").to("cuda")

# 使用 tokenizer 对格式化后的问题进行编码，并移动到 GPU

outputs = model.generate(

input_ids=inputs.input_ids,

attention_mask=inputs.attention_mask,

max_new_tokens=1200,

use_cache=True,

)

# 使用模型生成回答

response = tokenizer.batch_decode(outputs)

# 解码模型生成的输出为可读文本

print(response[0])

# 打印生成的回答部分

第四步：加载数据集

# 定义一个用于格式化提示的多行字符串模板

train_prompt_style = """以下是描述任务的指令，以及提供进一步上下文的输入。

请写出一个适当完成请求的回答。

在回答之前，请仔细思考问题，并创建一个逻辑连贯的思考过程，以确保回答准确无误。

### 指令：

你是一位精通八字算命、紫微斗数、风水、易经卦象、塔罗牌占卜、星象、面相手相和运势预测等方面的算命大师。

请回答以下算命问题。

### 问题：

{}

### 回答：

<思考>

{}

</思考>

{}"""

# 定义结束标记（EOS_TOKEN），用于指示文本的结束

EOS_TOKEN = tokenizer.eos_token # 必须添加结束标记

# 导入数据集加载函数

from datasets import load_dataset

# 加载指定的数据集，选择中文语言和训练集的前500条记录

dataset = load_dataset("Conard/fortune-telling", 'default', split = "train[0:200]", trust_remote_code=True)

# 打印数据集的列名，查看数据集中有哪些字段

print(dataset.column_names)

# 定义一个函数，用于格式化数据集中的每条记录

def formatting_prompts_func(examples):

# 从数据集中提取问题、复杂思考过程和回答

inputs = examples["Question"]

cots = examples["Complex_CoT"]

outputs = examples["Response"]

texts = [] # 用于存储格式化后的文本

# 遍历每个问题、思考过程和回答，进行格式化

for input, cot, output inzip(inputs, cots, outputs):

# 使用字符串模板插入数据，并加上结束标记

text = train_prompt_style.format(input, cot, output) + EOS_TOKEN

texts.append(text) # 将格式化后的文本添加到列表中

return {

"text": texts, # 返回包含所有格式化文本的字典

}

dataset = dataset.map(formatting_prompts_func, batched = True)

dataset["text"][0]

第五步：执行微调

FastLanguageModel.for_training(model)

model = FastLanguageModel.get_peft_model(

model, # 传入已经加载好的预训练模型

r = 16, # 设置 LoRA 的秩，决定添加的可训练参数数量

target_modules = ["q_proj", "k_proj", "v_proj", "o_proj", # 指定模型中需要微调的关键模块

"gate_proj", "up_proj", "down_proj"],

lora_alpha = 16, # 设置 LoRA 的超参数，影响可训练参数的训练方式

lora_dropout = 0, # 设置防止过拟合的参数，这里设置为 0 表示不丢弃任何参数

bias = "none", # 设置是否添加偏置项，这里设置为 "none" 表示不添加

use_gradient_checkpointing = "unsloth", # 使用优化技术节省显存并支持更大的批量大小

random_state = 3407, # 设置随机种子，确保每次运行代码时模型的初始化方式相同

use_rslora = False, # 设置是否使用 Rank Stabilized LoRA 技术，这里设置为 False 表示不使用

loftq_config = None, # 设置是否使用 LoftQ 技术，这里设置为 None 表示不使用

)

from trl import SFTTrainer # 导入 SFTTrainer，用于监督式微调

from transformers import TrainingArguments # 导入 TrainingArguments，用于设置训练参数

from unsloth import is_bfloat16_supported # 导入函数，检查是否支持 bfloat16 数据格式

trainer = SFTTrainer( # 创建一个 SFTTrainer 实例

model=model, # 传入要微调的模型

tokenizer=tokenizer, # 传入 tokenizer，用于处理文本数据

train_dataset=dataset, # 传入训练数据集

dataset_text_field="text", # 指定数据集中文本字段的名称

max_seq_length=max_seq_length, # 设置最大序列长度

dataset_num_proc=2, # 设置数据处理的并行进程数

packing=False, # 是否启用打包功能（这里设置为 False，打包可以让训练更快，但可能影响效果）

args=TrainingArguments( # 定义训练参数

per_device_train_batch_size=2, # 每个设备（如 GPU）上的批量大小

gradient_accumulation_steps=4, # 梯度累积步数，用于模拟大批次训练

warmup_steps=5, # 预热步数，训练开始时学习率逐渐增加的步数

max_steps=75, # 最大训练步数

learning_rate=2e-4, # 学习率，模型学习新知识的速度

fp16=not is_bfloat16_supported(), # 是否使用 fp16 格式加速训练（如果环境不支持 bfloat16）

bf16=is_bfloat16_supported(), # 是否使用 bfloat16 格式加速训练（如果环境支持）

logging_steps=1, # 每隔多少步记录一次训练日志

optim="adamw_8bit", # 使用的优化器，用于调整模型参数

weight_decay=0.01, # 权重衰减，防止模型过拟合

lr_scheduler_type="linear", # 学习率调度器类型，控制学习率的变化方式

seed=3407, # 随机种子，确保训练结果可复现

output_dir="outputs", # 训练结果保存的目录

report_to="none", # 是否将训练结果报告到外部工具（如 WandB），这里设置为不报告

)

trainer_stats = trainer.train()

第七步（其实是第六步）：微调后测试

# 将模型切换到推理模式，准备回答问题

FastLanguageModel.for_inference(model)

# 将问题转换成模型能理解的格式，并发送到 GPU 上

inputs = tokenizer([prompt_style.format(question, "")], return_tensors="pt").to("cuda")

# 让模型根据问题生成回答，最多生成 4000 个新词

outputs = model.generate(

input_ids=inputs.input_ids, # 输入的数字序列

attention_mask=inputs.attention_mask, # 注意力遮罩，帮助模型理解哪些部分重要

max_new_tokens=4000, # 最多生成 4000 个新词

use_cache=True, # 使用缓存加速生成

)

# 将生成的回答从数字转换回文字

response = tokenizer.batch_decode(outputs)

# 打印回答

print(response[0])

第八步：将微调后的模型保存为 GGUF 格式

# 导入 Google Colab 的 userdata 模块，用于访问用户数据

from google.colab import userdata

# 从 Google Colab 用户数据中获取 Hugging Face 的 API 令牌

HUGGINGFACE_TOKEN = userdata.get('HUGGINGFACE_TOKEN')

# 将模型保存为 8 位量化格式（Q8_0）

# 这种格式文件小且运行快，适合部署到资源受限的设备

if True: model.save_pretrained_gguf("model", tokenizer,)

# 将模型保存为 16 位量化格式（f16）

# 16 位量化精度更高，但文件稍大

if False: model.save_pretrained_gguf("model_f16", tokenizer, quantization_method = "f16")

# 将模型保存为 4 位量化格式（q4_k_m）

# 4 位量化文件最小，但精度可能稍低

if False: model.save_pretrained_gguf("model", tokenizer, quantization_method = "q4_k_m")

第九步：将微调后的模型上传到 HuggingFace

# 导入 Hugging Face Hub 的 create_repo 函数，用于创建一个新的模型仓库

from huggingface_hub import create_repo

# 在 Hugging Face Hub 上创建一个新的模型仓库

create_repo("Conard/fortunetelling", token=HUGGINGFACE_TOKEN, exist_ok=True)

# 将模型和分词器上传到 Hugging Face Hub 上的仓库

model.push_to_hub_gguf("Conard/fortunetelling", tokenizer, token=HUGGINGFACE_TOKEN)

源文件：微调 Colab 代码：https://colab.research.google.com/drive/1B4nS1L5_GuGHU4U8l-qI-Ej7EqeBNHg6

©️版权声明：
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。

上一篇： AIGC官网今日速递 20250228

下一篇：【视频】如何腾讯云微搭低代码快速搭建自己的Ai微信客服，接入公众号和小程序