在m2启动 Qwen1.5
通过 Huggingface 类库启动 qwen1.5 模型, 这里用的是 cpu,如果用mps,也就是 M2 的 GPU,推理时很慢而且 GPU 的使用率也不高,按理说0.5b 参数的这个模型应该是很快的。目前使用 cpu 可以启动,也可以进行问答。
·
通过 Huggingface 类库启动 qwen1.5 模型, 这里用的是 cpu,如果用mps,也就是 M2 的 GPU,推理时很慢而且 GPU 的使用率也不高,按理说0.5b 参数的这个模型应该是很快的。目前使用 cpu 可以启动,也可以进行问答。
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
import torch
model = AutoModelForCausalLM.from_pretrained(
"Qwen/Qwen1.5-0.5B-Chat",
device_map = 'auto'
)
model.to("cpu")
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B-Chat")
prompt = "创建 user table, username string, age int"
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(
messages,
tokenize=False,
add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to("cpu")
generated_ids = model.generate(
model_inputs.input_ids,
max_new_tokens=512
)
generated_ids = [
output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)
更多推荐
已为社区贡献4条内容
所有评论(0)