DeepEyes 的安装和配置教程
2025-05-28 15:33:03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
-
安装 VeRL
DeepEyes 是基于 VeRL 框架的,首先需要安装 VeRL:
pip install -e .
-
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
-
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。 -
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。 -
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。
-
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
wandb
和RL 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
cherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端TypeScript039RuoYi-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Vue0418arkanalyzer
方舟分析器:面向ArkTS语言的静态程序分析框架TypeScript041GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。03PowerWechat
PowerWechat是一款基于WeChat SDK for Golang,支持小程序、微信支付、企业微信、公众号等全微信生态Go01openGauss-server
openGauss kernel ~ openGauss is an open source relational database management systemC++0146
热门内容推荐
1 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp音乐播放器项目中的函数调用问题解析4 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 5 freeCodeCamp博客页面工作坊中的断言方法优化建议6 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析7 freeCodeCamp论坛排行榜项目中的错误日志规范要求8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp课程视频测验中的Tab键导航问题解析
最新内容推荐
Visual-RFT项目中模型路径差异的技术解析 Microcks在OpenShift上部署Keycloak PostgreSQL的权限问题解析 Beyla项目中的HTTP2连接检测问题解析 RaspberryMatic项目中HmIP-BWTH温控器假期模式设置问题分析 Lets-Plot 库中条形图标签在坐标轴反转时的定位问题解析 BedrockConnect项目版本兼容性问题解析与解决方案 LiquidJS 10.21.0版本新增数组过滤功能解析 Mink项目中Selenium驱动切换iframe的兼容性问题分析 Lichess移动端盲棋模式字符串优化解析 sbctl验证功能JSON输出问题解析
项目优选
收起

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
15

🎉 (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
582
418

React Native鸿蒙化仓库
C++
127
209

openGauss kernel ~ openGauss is an open source relational database management system
C++
81
146

FOLib 是一个为Ai研发而生的、全语言制品库和供应链服务平台
Java
114
6

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
457
39

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
693
91

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
80
13

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
98
255

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
360
342