1 介绍
参数高效微调方法分类。主要基于三大类方法：基于additive、基于selective和基于reparametrization-based。在additive方法中，主要两大类：adapters方法和soft prompts。
1 基于additive方法
additive方法，顾名思义“增量式”，通常向预训练模型添加额外的小型网络层或模块，而不直接修改原有模型的权重。这种方法能够实现在保留预训练模型通用性能的同时，针对特定任务进行优化。下面是几种常见的additive微调方法：
1. 适配器模块（Adapter Modules） - 适配器是一种轻量级的神经网络层，嵌入到预训练模型的各个层之间或之内。这些适配器只有少量的参数需要训练，而模型的其他参数保持固定。适配器通常包括一些简单的前馈神经网络层，例如，一个下降维度的线性层，一个激活函数，以及一个恢复原始维度的线性层。适配器可以非常有效地针对特定任务调整模型的行为，而不需要重新训练整个模型。
2. 提示调整 （Prompt-Tuning） - 虽然提示调整不涉及到添加新的网络层，但它可以被视为一种additive策略，因为它通过添加或修改输入序列的一部分（即提示）来影响模型的输出。这种方法利用了预训练模型的灵活性，通过最优化一组固定的词（prompt tokens），以达到微调模型的目的。
3. 前缀调整 (Prefix-Tuning) - 类似于提示调整，前缀调整在模型处理每个输入之前添加一系列可训练的向量（称为前缀）。这些前缀在模型的解码器或注意力机制中作为额外的上下文使用，从而引导模型生成特定于任务的响应。
2 基于selective方法
selective方法，顾名思义“选择式”，涉及选择性地调整或优化模型的部分参数，而不是对整个模型的所有参数进行微调。这种方法旨在在维持大部分预训练参数不变的情况下，仅对影响最大的部分进行优化。
BitFit（BIas-Term FIne-Tuning）的方法实质上是冻结了大部分transformer-encoder参数，只训练bais和特定任务的classification layer。该方法是参数高效的：每个新任务只需要存储bais参数向量（占参数总数的 0.1% 以下）和特定任务的classification layer。
具体来说：BERT 编码器由 L 层组成，其中每层 l 以 M 个自注意力头开始，其中自注意力头 （m， l） 具有key、quary和value 编码器，每个编码器都采用线性层的形式：
2 使用
| 数据 | 魔搭社区 |
| 模型 |
|
1 注意数据集合中有None需要进行剔除；
import pandas as pd
train_df = train_df[~train_df['sentence'].isna()]
train_df[~train_df['label'].isna()].reset_index(drop=True).to_csv('../sentment_data/train_del.csv')
train_df[train_df['label'].isna()].reset_index(drop=True).to_csv('../sentment_data/test_del.csv')2 计算该模型大小：sum([para.numel() for para in model.parameters()]) / 10000000000
0.0102269186B(十亿) * 4 Byter = 0.04G ，占用内存不大； 整个模型训练 = 模型内存 + 梯度内存 + 优化器内存 = 0.04G * 4 = 0.16GB
3 准备评估指标：https://huggingface.co/spaces/evaluate-metric/f1/tree/main
# pip install evaluate
- 数据部分，数据存在None,需要过滤掉；
- transformers版本问题； transformers 版本太低了！
- 损失函数， 比如这里的二分类，模型输出的是两个值[batch,2]，但是input labels是 【batch,1】不匹配导致计算损失函数有问题。
- 模型输入nan, 模型计算的时候我反复调试，但是没有重新加载，导致模型效果越来越差了；
2.1 全调参数
from datasets import Dataset,load_dataset
from transformers import AutoTokenizer, AutoModelForSequenceClassification, TrainingArguments, Trainer
import torch
import evaluate
import numpy as np
# 检测显卡
"cuda" if torch.cuda.is_available() else "cpu"
#from datasets import load_metric
# 定义评估指标
metric = evaluate.load("./f1.py")
# 定义计算指标的函数
def compute_metrics(eval_pred):
predictions, labels = eval_pred
#labels = labels.flatten()
predictions = np.argmax(predictions, axis=1)
f1 = metric.compute(predictions=predictions, references=labels, average="macro")
accuracy = (predictions == labels).mean()
return {"accuracy": accuracy, "f1": f1["f1"]}
import pandas as pd
train_df = pd.read_csv('../sentment_data/train.csv')
train_df = train_df[~train_df['sentence'].isna()]
train_df[~train_df['label'].isna()].reset_index(drop=True).to_csv('../sentment_data/train_del.csv',index=False)
train_df[train_df['label'].isna()].reset_index(drop=True).to_csv('../sentment_data/test_del.csv',index=False)
tra_dataset = load_dataset('csv',data_files='../sentment_data/train_del.csv')
val_dataset = load_dataset('csv',data_files='../sentment_data/dev.csv')
test_dataset = load_dataset('csv',data_files='../sentment_data/test_del.csv')
tra_dataset = tra_dataset.filter(lambda x: x["label"] is not None)
tra_dataset = tra_dataset.filter(lambda x: x["sentence"] is not None)
tokenizer = AutoTokenizer.from_pretrained('../mengzi-bert-base/')
# 自定义模型的输出类别个数
#model.classifier.out_features = 3
def process_function(examples):
tokenized_examples = tokenizer(examples["sentence"],
max_length=32,
truncation=True,
padding="max_length")
#print(examples['label'])
tokenized_examples["labels"] = examples['label']#[int(i) for i in examples['label']]
return tokenized_examples
tokenized_datasets = tra_dataset.map(process_function, batched=True,
remove_columns=tra_dataset["train"].column_names)
valid_datasets = val_dataset.map(process_function, batched=True,
remove_columns=val_dataset["train"].column_names)
tokenized_datasets['validation'] = valid_datasets['train']
#
from transformers import DataCollatorWithPadding
model = AutoModelForSequenceClassification.from_pretrained("../mengzi-bert-base/",
num_labels=2)
args = TrainingArguments(output_dir="./checkpoints", # 输出文件夹
per_device_train_batch_size=32, # 训练时的batch_size
gradient_accumulation_steps=32, # *** 梯度累加 ***
gradient_checkpointing=True, # *** 梯度检查点 ***
optim="adafactor", # *** adafactor优化器 ***
per_device_eval_batch_size=4, # 验证时的batch_size
num_train_epochs=3, # 训练轮数
logging_steps=10, # log 打印的频率
evaluation_strategy="epoch", # 评估策略
save_strategy="epoch", # 保存策略
save_total_limit=3, # 最大保存数
learning_rate=2e-5, # 学习率
weight_decay=0.001, # weight_decay
metric_for_best_model="f1", # 设定评估指标
load_best_model_at_end=True, # 训练完成后加载最优模型
#max_grad_norm=1.0,
# 使用GPU
# fp16=True, # 使用混合精度训练
#device="cuda" if torch.cuda.is_available() else "cpu"
)
# 定义计算指标的函数
def compute_metrics(eval_pred):
try:
print(eval_pred)
predictions, labels = eval_pred
#labels = labels.flatten()
predictions = np.argmax(predictions, axis=1)
f1 = metric.compute(predictions=predictions, references=labels, average="macro")
accuracy = (predictions == labels).mean()
return {"accuracy": accuracy, "f1": f1["f1"]}
except Exception as e:
print(e)
trainer = Trainer(model=model,
args=args,
tokenizer=tokenizer,
train_dataset=tokenized_datasets["train"],
eval_dataset=tokenized_datasets["validation"],
data_collator=DataCollatorWithPadding(tokenizer=tokenizer),
compute_metrics=compute_metrics
)
# 自定义Trainer类
class CustomTrainer(Trainer):
def compute_loss(self, model, inputs, return_outputs=False):
"""
Compute the loss for the given model and inputs.
:param model: The model to compute the loss for.
:param inputs: The inputs dictionary containing the data.
:param return_outputs: Whether to return the model outputs along with the loss.
:return: A tuple (loss, outputs) if return_outputs is True, else just the loss.
"""
# 构造模型输入
model_inputs = {
"input_ids": inputs['input_ids'],
"attention_mask": inputs['attention_mask'],
"token_type_ids": inputs['token_type_ids']
}
# 将预测值转换为logits
outputs = model(**model_inputs)
# outputs = model(input_ids=inputs['input_ids'],
# attention_mask=inputs['input_ids'],
# token_type_ids=inputs['token_type_ids'],
# )
#print(outputs)
logits = outputs.logits
#print(logits)
# 确保预测值的形状为(batch_size, 2)
# 如果模型输出已经是二维的，无需额外处理
# 将真实标签转换为一维张量
labels = inputs["labels"].flatten().long() # 确保标签是整数类型
# 计算交叉熵损失
loss = torch.nn.functional.cross_entropy(logits, labels)
#print(logits)
#print(loss)
return (loss, outputs) if return_outputs else loss
# 创建CustomTrainer实例
trainer = CustomTrainer(
model=model,
args=args,
train_dataset=tokenized_datasets["train"],
eval_dataset=valid_datasets["train"], # 确保使用验证数据集
data_collator=DataCollatorWithPadding(tokenizer=tokenizer),
compute_metrics=compute_metrics
)
#trainer.model = trainer.model.to("cuda")
# 确保使用GPU
if torch.cuda.is_available():
trainer.model = trainer.model.to("cuda")
# 训练模型
trainer.train()
# # 评估模型
# eval_results = trainer.evaluate()
# print(eval_results)
#trainer.train()
#trainer.train()
2.2 bitfit ,固定模型的参数
对bais进行固定：102914 , 占比 1.006%;可见训练的内存非常小了；
- 如果学习率还是用2e-5 会很慢，所以我修改了2e-3；效果也与上面的很接近了
#
from transformers import DataCollatorWithPadding
from transformers.trainer_callback import TrainerCallback
import matplotlib.pyplot as plt
model = AutoModelForSequenceClassification.from_pretrained("../mengzi-bert-base/",
num_labels=2)
# 自定义回调类，用于在训练过程中打印损失
class PrintLossCallback(TrainerCallback):
def __init__(self):
self.losses = []
self.steps = []
def on_log(self, args, state, control, logs=None, **kwargs):
# 打印训练过程中的日志信息
try:
if logs is not None:
print(f"Step {state.global_step}: Loss={logs['loss']:.4f}, Learning Rate={logs['learning_rate']:.6f}")
self.losses.append(logs['loss'])
self.steps.append(state.global_step)
except Exception as e :
print(f'on_log error {e}')
def plot_losses(self):
plt.figure(figsize=(10, 5))
plt.plot(self.steps, self.losses, label='Training Loss')
plt.xlabel('Steps')
plt.ylabel('Loss')
plt.title('Training Loss Over Time')
plt.legend()
plt.show()
num_param = 0
for name, param in model.named_parameters():
if "bias" not in name:
param.requires_grad = False
else:
num_param += param.numel()
args = TrainingArguments(output_dir="./checkpoints", # 输出文件夹
per_device_train_batch_size=32, # 训练时的batch_size
gradient_accumulation_steps=32, # *** 梯度累加 ***
gradient_checkpointing=True, # *** 梯度检查点 ***
#optim="adafactor", # *** adafactor优化器 ***
optim="adamw_hf", # *** adafactor优化器 ***
per_device_eval_batch_size=4, # 验证时的batch_size
num_train_epochs=3, # 训练轮数
logging_steps=10, # log 打印的频率
evaluation_strategy="epoch", # 评估策略
save_strategy="epoch", # 保存策略
save_total_limit=3, # 最大保存数
learning_rate=2e-3, # 学习率
weight_decay=0.001, # weight_decay
metric_for_best_model="f1", # 设定评估指标
load_best_model_at_end=True, # 训练完成后加载最优模型
#max_grad_norm=1.0,
# 使用GPU
# fp16=True, # 使用混合精度训练
#device="cuda" if torch.cuda.is_available() else "cpu"
)
# 定义计算指标的函数
def compute_metrics(eval_pred):
try:
print(eval_pred)
predictions, labels = eval_pred
#labels = labels.flatten()
predictions = np.argmax(predictions, axis=1)
f1 = metric.compute(predictions=predictions, references=labels, average="macro")
accuracy = (predictions == labels).mean()
return {"accuracy": accuracy, "f1": f1["f1"]}
except Exception as e:
print(e)
trainer = Trainer(model=model,
args=args,
tokenizer=tokenizer,
train_dataset=tokenized_datasets["train"],
eval_dataset=tokenized_datasets["validation"],
data_collator=DataCollatorWithPadding(tokenizer=tokenizer),
compute_metrics=compute_metrics
)
# 自定义Trainer类
class CustomTrainer(Trainer):
def compute_loss(self, model, inputs, return_outputs=False):
"""
Compute the loss for the given model and inputs.
:param model: The model to compute the loss for.
:param inputs: The inputs dictionary containing the data.
:param return_outputs: Whether to return the model outputs along with the loss.
:return: A tuple (loss, outputs) if return_outputs is True, else just the loss.
"""
# 构造模型输入
model_inputs = {
"input_ids": inputs['input_ids'],
"attention_mask": inputs['attention_mask'],
"token_type_ids": inputs['token_type_ids']
}
# 将预测值转换为logits
outputs = model(**model_inputs)
# outputs = model(input_ids=inputs['input_ids'],
# attention_mask=inputs['input_ids'],
# token_type_ids=inputs['token_type_ids'],
# )
#print(outputs)
logits = outputs.logits
#print(logits)
# 确保预测值的形状为(batch_size, 2)
# 如果模型输出已经是二维的，无需额外处理
# 将真实标签转换为一维张量
labels = inputs["labels"].flatten().long() # 确保标签是整数类型
# 计算交叉熵损失
loss = torch.nn.functional.cross_entropy(logits, labels)
#print(logits)
#print(loss)
return (loss, outputs) if return_outputs else loss
# 创建CustomTrainer实例
plot_losses_callback = PrintLossCallback()
trainer = CustomTrainer(
model=model,
args=args,
train_dataset=tokenized_datasets["train"],
eval_dataset=valid_datasets["train"], # 确保使用验证数据集
data_collator=DataCollatorWithPadding(tokenizer=tokenizer),
compute_metrics=compute_metrics,
callbacks=[plot_losses_callback] # 注册自定义回调
)
#trainer.model = trainer.model.to("cuda")
# 确保使用GPU
if torch.cuda.is_available():
trainer.model = trainer.model.to("cuda")
# 训练模型
trainer.train()
# # 评估模型
# eval_results = trainer.evaluate()
# print(eval_results)
#trainer.train()
#trainer.train()打印损失方便查看训练过程！
 |  |
2.3 推理
消极评价
积极评价
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
