首页
/ QwenLM/Qwen模型训练保存报错问题分析与解决方案

QwenLM/Qwen模型训练保存报错问题分析与解决方案

2025-05-12 03:09:45作者:秋阔奎Evelyn

问题背景

在使用QwenLM/Qwen项目中的finetune.py脚本进行Qwen-7B-Chat模型的QLoRA微调时,许多开发者遇到了一个典型问题:训练过程可以正常进行,但在保存模型时会出现"Object of type Tensor is not JSON serializable"的错误。这个错误阻碍了训练结果的保存,影响了模型的实际应用。

错误原因深度分析

该问题的根本原因在于transformers库的Trainer类在保存检查点时,尝试将包含Tensor类型数据的训练状态信息序列化为JSON格式。具体来说:

  1. 在训练过程中,Trainer会记录梯度范数(grad_norm)等训练指标
  2. 这些指标以Tensor形式存储在内存中
  3. 当调用_save_checkpoint方法保存模型时,系统尝试将这些Tensor数据转换为JSON格式
  4. 由于Python的json模块无法直接序列化PyTorch Tensor对象,导致序列化失败

技术细节解析

从技术实现层面来看,这个问题涉及几个关键组件:

  1. transformers.Trainer:HuggingFace提供的训练框架,负责管理整个训练流程
  2. 训练状态保存机制:Trainer会定期保存训练状态到TRAINER_STATE_NAME文件
  3. JSON序列化限制:Python的json模块只能处理基本数据类型,无法处理复杂对象如Tensor

解决方案

针对这个问题,社区提出了几种有效的解决方案:

方案一:降级transformers版本

最直接的解决方法是使用transformers 4.38.0以下版本。新版本中可能引入了更严格的序列化检查,而旧版本对此类情况的处理更为宽松。

pip install transformers<4.38.0

方案二:自定义Trainer类

对于需要保持最新版本transformers的用户,可以通过继承并修改Trainer类来解决这个问题:

class CustomTrainer(Trainer):
    def _maybe_log_save_evaluate(self, tr_loss, grad_norm, model, trial, epoch, ignore_keys_for_eval):
        # 将grad_norm转换为float类型
        if grad_norm is not None:
            grad_norm = float(grad_norm)
        super()._maybe_log_save_evaluate(tr_loss, grad_norm, model, trial, epoch, ignore_keys_for_eval)

这种方法的核心是在保存前将Tensor类型的数据转换为基本数据类型。

方案三:调整deepspeed版本

部分用户反馈,将deepspeed升级到0.13.1版本也可以解决此问题:

pip install deepspeed==0.13.1

最佳实践建议

  1. 版本控制:在开始训练前,明确记录所有关键库的版本信息,包括peft、transformers、accelerate和deepspeed
  2. 环境隔离:使用虚拟环境或容器技术隔离训练环境,避免库版本冲突
  3. 定期保存:增加模型保存频率,避免因保存失败导致大量训练成果丢失
  4. 日志记录:详细记录训练过程中的各项指标,便于问题排查

总结

QwenLM/Qwen模型训练保存问题是一个典型的深度学习框架兼容性问题。通过理解其背后的技术原理,开发者可以选择最适合自己项目的解决方案。无论是通过版本降级、自定义Trainer类还是调整依赖库版本,都能有效解决这个保存问题,确保模型训练成果得以完整保存。

对于深度学习开发者而言,这类问题的解决不仅需要掌握具体的技术方案,更需要培养对训练框架内部机制的理解能力,这样才能在遇到类似问题时快速定位并解决。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8