Xtuner 配置文件的继承机制解析
2025-06-13 12:09:31作者:霍妲思
在 Xtuner 项目中,配置文件是模型训练和调优的核心组成部分。与 MMEngine 类似,Xtuner 也支持配置文件的继承机制,但实现方式略有不同,这需要开发者特别注意。
配置文件继承的两种方式
在 Xtuner 中,配置文件继承主要有两种实现方式:
- 传统方式:使用
_base_列表来指定基础配置文件 - 推荐方式:使用
with read_base()上下文管理器
传统方式的局限性
虽然 MMEngine 支持使用 _base_ 列表来继承配置,但在 Xtuner 中直接使用这种方式会报错。例如以下配置:
_base_ = ['./_base_/default_runtime.py',
'./_base_/default_schedule.py']
会触发 ConfigParsingError 错误,提示配置文件的继承链类型必须匹配当前配置文件类型。
推荐的使用方式
Xtuner 推荐使用 with read_base() 上下文管理器来实现配置继承。这种方式更加明确和安全,能避免潜在的配置冲突问题。正确示例如下:
from mmengine.config import read_base
with read_base():
from .._base_.default_runtime import *
from .._base_.default_schedule import *
技术实现原理
这种设计背后的技术考虑包括:
- 显式作用域:
with语句创建了明确的配置继承作用域 - 类型安全:确保继承的配置与当前配置类型一致
- 可读性:代码结构更加清晰,易于维护
最佳实践建议
- 对于新项目,建议统一使用
with read_base()方式 - 保持配置文件的层级结构清晰
- 避免在基础配置中包含过多具体实现
- 合理拆分配置,按功能模块组织
通过正确使用 Xtuner 的配置继承机制,开发者可以构建更加模块化、可维护的深度学习训练配置系统,提高开发效率和代码质量。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136