首页
/ ChatGLM3单机多卡LoRA微调常见问题与解决方案

ChatGLM3单机多卡LoRA微调常见问题与解决方案

2025-05-16 11:15:59作者:曹令琨Iris

概述

在使用ChatGLM3进行单机多卡LoRA微调时,开发者可能会遇到一些典型的技术问题。本文将详细分析这些问题并提供解决方案,帮助开发者顺利完成模型微调任务。

常见问题分析

1. DeepSpeed配置缺失问题

当使用官方提供的多卡运行命令时,系统可能会提示缺少DeepSpeed选项。这是因为DeepSpeed配置路径需要设置为绝对路径才能被正确识别。

解决方案

  • 确保在配置文件中将DeepSpeed相关配置改为绝对路径
  • 检查DeepSpeed是否已正确安装

2. 运行时参数重复标记错误

在多卡训练过程中,可能会遇到"Expected to mark a variable ready only once"的运行时错误。这种错误通常由以下原因导致:

  1. 在forward函数外使用了模块参数
  2. 在多个重入反向传递中重复使用参数
  3. 同一参数被多次标记为就绪状态

错误示例

RuntimeError: Expected to mark a variable ready only once...
Parameter at index 55 with name base_model.model.transformer.encoder.layers.27.self_attention.query_key_value.lora_B.default.weight has been marked as ready twice.

解决方案

1. 单卡运行方案

对于只想使用单卡运行的用户,可以使用以下命令格式:

CUDA_VISIBLE_DEVICES=1 python finetune_hf.py data/AdvertiseGen_fix /path/to/chatglm3-6b configs/ptuning_v2.yaml

2. 多卡运行正确配置

要实现单机多卡LoRA微调,推荐使用以下命令格式:

OMP_NUM_THREADS=1 torchrun --standalone --nnodes=1 --nproc_per_node=8 finetune_hf.py data/AdvertiseGen_fix /path/to/chatglm3-6b configs/sft.yaml configs/ds_zero_3.json

关键参数说明

  • --nproc_per_node=8:指定使用的GPU数量
  • OMP_NUM_THREADS=1:设置OpenMP线程数以优化性能
  • 确保DeepSpeed配置文件(ds_zero_3.json)使用绝对路径

3. 静态图设置解决方案

对于参数重复标记的问题,可以尝试以下方法:

  1. 检查模型代码,确保所有参数使用都在forward函数内
  2. 避免在多个checkpoint函数中重复使用相同参数
  3. 考虑使用_set_static_graph()作为临时解决方案(如果模型图在训练循环中不变)

最佳实践建议

  1. 环境检查

    • 确认CUDA环境配置正确
    • 检查DeepSpeed和PyTorch版本兼容性
    • 确保所有依赖库已正确安装
  2. 路径配置

    • 所有配置文件都应使用绝对路径
    • 检查数据路径和模型路径的访问权限
  3. 资源分配

    • 根据GPU显存大小合理设置batch size
    • 监控GPU使用情况,避免显存溢出
  4. 调试技巧

    • 先使用单卡模式验证脚本正确性
    • 逐步增加GPU数量进行测试
    • 查看日志文件定位具体错误位置

总结

ChatGLM3的LoRA微调在多卡环境下可能会遇到配置和运行时问题,通过正确设置DeepSpeed路径、合理分配计算资源以及遵循参数使用规范,可以有效解决这些问题。建议开发者先进行小规模测试,确认配置无误后再进行大规模训练,以提高开发效率和资源利用率。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 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
273
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
923
551
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
421
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
74
64
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