首页
/ DeepEyes 的安装和配置教程

DeepEyes 的安装和配置教程

2025-05-28 11:40:54作者:庞队千Virginia

项目的基础介绍和主要的编程语言

DeepEyes 是一个开源项目,致力于通过强化学习激励“以图像思考”的能力。该项目基于 VeRL 框架,使用了 Python 作为主要的编程语言。DeepEyes 的目标是实现不需要冷启动或监督微调,直接通过结果奖励信号进行指导的端到端强化学习。

项目使用的关键技术和框架

在实现其目标的过程中,DeepEyes 使用了以下关键技术和框架:

  • VeRL 框架:用于构建基于强化学习的代理。
  • Python:作为主要的编程语言。
  • 强化学习算法:包括 PPO、GRPO 和 reinforce++ 等。
  • 多模态输入:允许在代理观察中动态地使用多种模态输入。
  • 工具使用:每个样本可以通过 env_name 字段指定自己的工具使用约束。

项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装 DeepEyes 之前,请确保您的系统满足以下要求:

  • Python 3.6 或更高版本。
  • pip 包管理器。
  • GPU 计算能力(对于训练过程是必须的)。

安装步骤

  1. 安装 VeRL

    DeepEyes 是基于 VeRL 框架的,首先需要安装 VeRL:

    pip install -e .
    
  2. 安装 DeepEyes 的依赖

    运行以下命令来安装 DeepEyes 需要的额外依赖:

    bash scripts/install_deepeyes.sh
    
  3. 下载预训练模型

    DeepEyes 需要一个预训练的模型来开始训练。你可以从 Hugging Face 下载预训练的 Qwen 模型:

    huggingface-cli download --resume-download https://huggingface.co/Qwen/Qwen2.5-72B-Instruct --local-dir /path/to/your/local/filedir --local-dir-use-symlinks False
    

    替换 /path/to/your/local/filedir 为你希望存储模型的本地路径。

  4. 启动 vllm 服务

    使用以下命令启动 vllm 服务:

    vllm serve /path/to/your/local/filedir \
    --port 18901 \
    --gpu-memory-utilization 0.8 \
    --max-model-len 32768 \
    --tensor-parallel-size 8 \
    --served-model-name "evaluator" \
    --trust-remote-code \
    --disable-log-requests
    

    同样,确保替换 /path/to/your/local/filedir 为模型的本地路径。

  5. 准备数据

    在开始训练之前,你需要准备数据集。数据集可以从 Hugging Face 下载。

  6. 启动训练

    准备好数据后,可以使用以下命令启动训练。这里以 7B 模型为例:

    bash examples/agent/final_merged_v1v8_thinklite.sh
    

    对于 32B 模型,可以使用:

    bash examples/agent/final_merged_v1v8_thinklite_32b.sh
    

    训练脚本会使用 wandbRL Logging Board 来可视化训练动态。

按照以上步骤操作,你就可以完成 DeepEyes 的安装和配置,开始进行训练了。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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++
505
42
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++
194
279
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
992
395
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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
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)。
Python
75
70