FastChat开放，媲美ChatGPT的90%能力——从下载到安装、部署

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

FastChat开放媲美ChatGPT的90%能力——从下载到安装、部署

前言

最近ChatGPT非常火引爆了整个商业市场以及NLP学术界但是ChatGPT很多东西都不开放你也没法个人部署、研究
于是很多大语言模型横空出世在开放的大语言模型中最近我认为效果很不错的是FastChat基于LLaMA做了二次调参训练据官方称能达到ChatGPT的90%的能力。具体能否达到这个值可以直接去他们的Demo上试试
相关链接
- GitHub地址: https://github.com/lm-sys/FastChat
- Demo地址: https://chat.lmsys.org/
- 博客与相关说明: https://vicuna.lmsys.org/
注意
- 安装教程时间为~~2023年4月8日~~ 2023年4月21日FastChat项目频繁更新后续可能会有不一致的地方
- 删除的部分文字是之前的版本的现在可以不用管他们了

两个前置软件

Git: https://git-scm.com/
- ~~代码管理工具用于等会从GitHub安装huggingface的transformers~~
- ~~直接安装即可不用改配置~~
Anaconda:https://www.anaconda.com/
- Python依赖管理工具用于做Python依赖环境管理你也可以用其他的管理工具
- 直接安装即可不用改配置

创建FastChat虚拟环境

首先利用Anaconda为FastChat创建一个虚拟环境执行命令$ conda create -n fastchat python=3.9 -c conda-forge

如果是Windows系统你需要先打开Anaconda Prompt
官网要求Python版本要>= 3.8注意不要安装错版本了
如果Anaconda下载新环境的依赖较慢的话你可以开加速器或者切换下清华源命令如下按顺序

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

切换到刚才创建好的fastchat虚拟环境执行 $ conda activate fastchat
这个时候你就切换到了我们为FastChat准备的Python虚拟环境了接下来可以开始安装我们需要的一些依赖

安装PyTorch

由于FastChat使用的是PyTorch深度学习框架建议提前安装好PyTorch的依赖
- 因为官方的源文件有申明PyTorch的依赖虽然等下安装FastChat时会自动安装PyTorch但是默认安装的不是带CUDA版本的到时候重新弄麻烦
- 而且还不能指定自己需要的PyTorch版本
具体怎么安装请参考官方链接 https://pytorch.org/get-started/locally/
- 根据自己当前的情况选择官方会给出安装命令
- 默认是最新的PyTorch2.0但如果你想使用早一点的版本请看这里 https://pytorch.org/get-started/previous-versions/
安装命令样例conda和pip选一个
- conda有时候会卡住
  - $ conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
  - $ conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
- Pip (这个一般好用点)
  - $ pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
  - $ pip3 install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116我用的这个

安装完成后建议进入Python命令行测试一下下面是个样例

(base) PS C:\Users\alion> conda activate fastchat
(fastchat) PS C:\Users\alion> python
Python 3.9.16 (main, Mar  8 2023, 10:39:24) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.13.1+cu116
>>> print(torch.version.cuda)
11.6
>>>
>>> exit()
(fastchat) PS C:\Users\alion>

安装 FastChat

官方有两种安装方式
1. 直接利用Pip安装
  - $ pip3 install fschat
2. 下载官方源码后安装在解压后的目录下执行
  - $ pip3 install --upgrade pip
  - $ pip3 install -e .
第二种方式可能会出错建议先直接用第一种不过你都可以试试哈哈
- 第二种的话可以有更多的控制性例如在pyproject.toml文件中移除掉你认为不需要的依赖或是源码中有错误需要修改
- ~~如果用源码装可能会出现错误~~
  - ~~信息大概是这样git clone --filter=blob:none --quiet https://github.com/huggingface/transformers.git ... exit code: 128~~
  - ~~你先去fastchat项目下打开pyproject.toml文件移除掉dependencies中的transformers等下手动安装pip3 install git+https://github.com/huggingface/transformers~~
  - ~~当然这个也可能会卡住多试几次吧~~

直接执行Pip命令

如下

# 安装FastChat
pip3 install fschat

# 下面这个可以不单独安装了安装fschat时已自动依赖安装2023-04-21记录
# 安装 huggingface/transformers
pip3 install git+https://github.com/huggingface/transformers

慢的话可以在Pip命令后面加个清华源后缀 -i https://pypi.tuna.tsinghua.edu.cn/simple
如果github没法访问请记得开启你的专业工具

~~请确保你已经安装好Git并在命令行中能使用否则安装huggingface/transformers时会报错~~
我已经安装好了可以看看输出样例

(fastchat) C:\Users\alion>pip3 install fschat
Collecting fschat
  Downloading fschat-0.2.3-py3-none-any.whl (79 kB)
     ---------------------------------------- 80.0/80.0 kB 371.0 kB/s eta 0:00:00
Collecting accelerate (from fschat)
  Using cached accelerate-0.18.0-py3-none-any.whl (215 kB)
Collecting fastapi (from fschat)
  Using cached fastapi-0.95.1-py3-none-any.whl (56 kB)
Collecting gradio==3.23 (from fschat)
  Using cached gradio-3.23.0-py3-none-any.whl (15.8 MB)
......
Collecting pyrsistent!=0.17.0,!=0.17.1,!=0.17.2,>=0.14.0 (from jsonschema>=3.0->altair>=4.2.0->gradio==3.23->fschat)
  Using cached pyrsistent-0.19.3-cp39-cp39-win_amd64.whl (62 kB)
Collecting uc-micro-py (from linkify-it-py<3,>=1->markdown-it-py[linkify]>=2.0.0->gradio==3.23->fschat)
  Using cached uc_micro_py-1.0.1-py3-none-any.whl (6.2 kB)
Installing collected packages: wcwidth, tokenizers, sentencepiece, pytz, pydub, pathtools, ffmpy, appdirs, zipp, websockets, uc-micro-py, tzdata, toolz, svgwrite, sniffio, smmap, six, shortuuid, setproctitle, sentry-sdk, semantic-version, regex, pyyaml, python-multipart, pyrsistent, pyparsing, pygments, pydantic, psutil, protobuf, prompt-toolkit, packaging, orjson, multidict, mdurl, markupsafe, markdown2, kiwisolver, h11, fsspec, frozenlist, fonttools, filelock, entrypoints, cycler, contourpy, colorama, attrs, async-timeout, aiofiles, yarl, wavedrom, tqdm, python-dateutil, markdown-it-py, linkify-it-py, jsonschema, jinja2, importlib-resources, gitdb, docker-pycreds, click, anyio, aiosignal, accelerate, uvicorn, starlette, rich, pandas, mdit-py-plugins, matplotlib, huggingface-hub, httpcore, GitPython, aiohttp, wandb, transformers, httpx, fastapi, altair, gradio, fschat
Successfully installed GitPython-3.1.31 accelerate-0.18.0 aiofiles-23.1.0 aiohttp-3.8.4 aiosignal-1.3.1 altair-4.2.2 anyio-3.6.2 appdirs-1.4.4 async-timeout-4.0.2 attrs-23.1.0 click-8.1.3 colorama-0.4.6 contourpy-1.0.7 cycler-0.11.0 docker-pycreds-0.4.0 entrypoints-0.4 fastapi-0.95.1 ffmpy-0.3.0 filelock-3.12.0 fonttools-4.39.3 frozenlist-1.3.3 fschat-0.2.3 fsspec-2023.4.0 gitdb-4.0.10 gradio-3.23.0 h11-0.14.0 httpcore-0.17.0 httpx-0.24.0 huggingface-hub-0.13.4 importlib-resources-5.12.0 jinja2-3.1.2 jsonschema-4.17.3 kiwisolver-1.4.4 linkify-it-py-2.0.0 markdown-it-py-2.2.0 markdown2-2.4.8 markupsafe-2.1.2 matplotlib-3.7.1 mdit-py-plugins-0.3.3 mdurl-0.1.2 multidict-6.0.4 orjson-3.8.10 packaging-23.1 pandas-2.0.0 pathtools-0.1.2 prompt-toolkit-3.0.38 protobuf-4.22.3 psutil-5.9.5 pydantic-1.10.7 pydub-0.25.1 pygments-2.15.1 pyparsing-3.0.9 pyrsistent-0.19.3 python-dateutil-2.8.2 python-multipart-0.0.6 pytz-2023.3 pyyaml-6.0 regex-2023.3.23 rich-13.3.4 semantic-version-2.10.0 sentencepiece-0.1.98 sentry-sdk-1.20.0 setproctitle-1.3.2 shortuuid-1.0.11 six-1.16.0 smmap-5.0.0 sniffio-1.3.0 starlette-0.26.1 svgwrite-1.4.3 tokenizers-0.13.3 toolz-0.12.0 tqdm-4.65.0 transformers-4.28.1 tzdata-2023.3 uc-micro-py-1.0.1 uvicorn-0.21.1 wandb-0.15.0 wavedrom-2.0.3.post3 wcwidth-0.2.6 websockets-11.0.2 yarl-1.8.2 zipp-3.15.0

(fastchat) C:\Users\alion>

下载 LLaMA并转换

由于FastChat基于LLaMA做的二次调参训练所以我们需要先拿到LLaMA模型文件
官方的获取方式比较麻烦需要你先填个表单然后等他们回复认为可以了才会给你文件
- hugging face对于LLaMA的说明 https://huggingface.co/docs/transformers/main/model_doc/llama
- Meta AI的表单填写地址 https://docs.google.com/forms/d/e/1FAIpQLSfqNECQnMkycAp2jP4Z9TFX0cGR4uf7b_fBxjY_OjhJILlKGA/viewform
不过幸运的是国内有人共享了 LLaMA模型文件
- 百度PaddlePaddle只找到个7B的模型 https://aistudio.baidu.com/aistudio/datasetdetail/203425/0
- 种子链接包含7B/13B/30B/65B的模型 magnet:?xt=urn:btih:cdee3052d85c697b84f4c1192f43a2276c0daea0&dn=LLaMA
下载后关于解压或是保存文件的路径中请记得不要有中文、特殊符号等
接下来我们还需要转换一下LLaMA的文件以便于构建FastChat对应的模型Vicuna我资源不够用的7B模型
1. 下载 huggingface/transformers 的源码访问其GitHub地址
2. 点击绿色的Code按钮选择Download ZIP完成代码下载
3. 解压进入到项目下 $ cd transformers-main
4. 利用 huggingface/transformers 中的代码完成对于LLaMA的转换示例$ python src/transformers/models/llama/convert_llama_weights_to_hf.py --input_dir D:/code/model/LLaMA --model_size 7B --output_dir D:/code/model/transformer_model_7b
  - 参数--input_dir指定的是刚才你下载好的LLaMA文件地址这个路径下有个tokenizer.model文件请仔细核对一下
  - 参数--model_size指定用哪个参数数量级的模型7B代表的是70亿个参数的那个模型如果你用的种子链接下载的话还有13B/30B/65B的模型
  - 参数--output_dir 是转换后输出的路径等下要用

输出信息样例如下

(fastchat) D:\code\transformers-main>python src/transformers/models/llama/convert_llama_weights_to_hf.py --input_dir D:/code/model/LLaMA --model_size 7B --output_dir D:/code/model/transformer_model_7b
Fetching all parameters from the checkpoint at D:/code/model/LLaMA\7B.
Loading the checkpoint in a Llama model.
Loading checkpoint shards: 100%|███████████████████████████████████████████████████████| 33/33 [00:04<00:00,  7.76it/s]
Saving in the Transformers format.
Fetching the tokenizer from D:/code/model/LLaMA\tokenizer.model.

(fastchat) D:\code\transformers-main>

生成FastChat对应的模型Vicuna

接下来我们需要生成Vicuna模型将原始的LLaMA weights转为Vicuna weights
这个过程需要消耗大量的内存CPU也是拉满,官方给出的参考值如下
- Vicuna-13B 需要大约60GB内存
- Vicuna-7B 需要大约30GB内存
确实需要这么多请准备好足够的内存空间
命令样例如 $ python -m fastchat.model.apply_delta --base D:/code/model/transformer_model_7b --target D:/code/model/vicuna-7b --delta lmsys/vicuna-7b-delta-v1.1
- 参数--base指定的是上一步我们转换好的LLaMA 文件路径
- 参数--target是接下来生成的Vicuna文件要存放的位置稍后启动FastChat要用
- 参数--delta不用改
- 注意如果内存不够可以加上--low-cpu-mem它可以让消耗的内存低于16GB
这个过程较长需要等下下面是我的控制台打印信息样例

(fastchat) D:\code\transformers-main>python -m fastchat.model.apply_delta --base D:/code/model/transformer_model_7b --target D:/code/model/vicuna-7b  --delta lmsys/vicuna-7b-delta-v1.1
Loading the base model from D:/code/model/transformer_model_7b
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████| 2/2 [00:03<00:00,  1.59s/it]
Loading the delta from lmsys/vicuna-7b-delta-v1.1
Downloading (…)lve/main/config.json: 100%|████████████████████████████████████████████| 610/610 [00:00<00:00, 50.6kB/s]
Downloading (…)model.bin.index.json: 100%|█████████████████████████████████████████| 26.8k/26.8k [00:00<00:00, 192kB/s]
Downloading (…)l-00001-of-00002.bin: 100%|████████████████████████████████████████| 9.98G/9.98G [06:34<00:00, 25.3MB/s]
Downloading (…)l-00002-of-00002.bin: 100%|████████████████████████████████████████| 3.50G/3.50G [02:15<00:00, 25.9MB/s]
Downloading shards: 100%|███████████████████████████████████████████████████████████████| 2/2 [08:54<00:00, 267.12s/it]
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████| 2/2 [00:03<00:00,  1.68s/it]
Downloading (…)neration_config.json: 100%|████████████████████████████████████████████| 137/137 [00:00<00:00, 27.6kB/s]
Applying the delta
Applying delta: 100%|████████████████████████████████████████████████████████████████| 323/323 [00:22<00:00, 14.09it/s]
Saving the target model to D:/code/model/vicuna-7b

(fastchat) D:\code\transformers-main>

启动FastChat的命令行交互

前序工作我们已经准备好了接下来可以和Vicuna进行命令行式的交流了
执行命令 $ python -m fastchat.serve.cli --model-path D:\code\model\vicuna-7b
- 如果使用CPU $ python -m fastchat.serve.cli --model-path D:\code\model\vicuna-7b --device cpu
- 如果有多张显卡可通过--num-gpus 2来指定多张显卡
- 官方给出的参考值如下
  - 使用显卡的情况下Vicuna-13B大概需要28GB显存Vicuna-7B大概需要14GB显存
  - 使用CPU的情况下Vicuna-13B大概需要60GB内存Vicuna-7B大概需要30GB内存
- 内存不够在后面添加--load-8bit试试
稍等一会就可以正式和Vicuna交流了
下面是一个样例
可以看出来7B模型还是有较大问题的你可以到官方Demo地址中拿这个问题问问13B模型

将模型部署为一个服务提供Web GUI

启动 controller
- 新打开命令行进入到fastchat环境 $ conda activate fastchat
- 执行命令 $ python -m fastchat.serve.controller
启动 model worker
- 新打开命令行进入到fastchat环境 $ conda activate fastchat
- 执行命令 $ python -m fastchat.serve.model_worker --model-path D:\code\model\vicuna-7b
- 同样如果你显卡内存不够需要使用CPU在后面加上参数--device cpu
关于controller和model worker的说明
- controller用来控制协调Webserver的请求将具体的任务转给model worker
- model worker负责执行可以部署多个会自动链接到controller
启动前可以测试一下
- 新打开命令行进入到fastchat环境 $ conda activate fastchat
- 执行 $ python -m fastchat.serve.test_message --model-name vicuna-7b
最后启动 web server执行 $ python -m fastchat.serve.gradio_web_server
打开浏览器访问地址 http://127.0.0.1:7860/