首页
/ Video-LLaVA模型训练后的保存位置解析

Video-LLaVA模型训练后的保存位置解析

2025-06-25 15:03:15作者:宗隆裙

模型训练输出目录结构

在Video-LLaVA项目中进行指令微调训练后,模型权重会保存在用户指定的输出目录中。根据项目实践,当使用默认配置时,训练完成的模型会存储在./checkpoints/Video-LLaVA-7B路径下。

保存内容详解

训练完成后,输出目录将包含以下关键文件:

  1. 模型权重文件

    • pytorch_model-00001-of-00002.bin
    • pytorch_model-00002-of-00002.bin
    • pytorch_model.bin.index.json(权重索引文件)
  2. 配置文件

    • config.json(模型架构配置)
    • generation_config.json(生成配置)
  3. 训练相关文件

    • training_args.bin(训练参数)
    • trainer_state.json(训练状态)
  4. 分词器文件

    • tokenizer.model
    • tokenizer_config.json
    • special_tokens_map.json

与预训练模型的区别

值得注意的是,指令微调后的完整模型与预训练阶段保存的模型有以下关键区别:

  1. 内容完整性

    • 预训练阶段仅保存跨模态适配器(mm_projector.bin)
    • 指令微调后保存完整模型,包含视觉编码器、MLP适配器和语言模型
  2. 文件结构

    • 预训练输出较为简单
    • 完整模型包含分片权重文件和更多配置文件

训练完成确认

用户可以通过以下方式确认训练是否正常完成:

  1. 检查训练日志中的完成提示
  2. 验证输出目录中是否包含上述完整文件集
  3. 确认文件大小是否符合预期(7B模型的总权重文件大小应在约14GB左右)

常见问题解答

  1. 为什么看不到单独的语言模型或视觉编码器权重

    • 项目采用统一保存策略,所有组件权重都整合在同一个检查点中
  2. 训练中断后如何恢复

    • 检查点目录已包含恢复训练所需的全部信息
    • 只需从相同目录继续训练即可
  3. 如何区分预训练和微调后的模型

    • 主要看文件内容完整性
    • 预训练只有适配器权重
    • 微调后包含完整模型权重

通过理解这些保存机制,用户可以更好地管理Video-LLaVA模型的训练过程和输出结果。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

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
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
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
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
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
423
392
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
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511