transformers 推理 Qwen2.5 等大模型技术细节详解(二)AutoModel 初始化和模型加载（免费送新书）

本文紧接前篇文章，详细讲解 transformers 初始化和加载大语言模型过程，包括 AutoConfig/Qwen2Config/AutoModelForCausalLM/Qwen2ForCausalLM/Qwen2PreTrainedModel 和 PreTrainedModel 等核心类详解……

obullxl

798人浏览 · 2024-10-27 16:41:33

obullxl · 2024-10-27 16:41:33 发布

接上文：transformers 推理 Qwen2.5 等大模型技术细节详解(一)transformers 包和对象加载

老牛同学和大家通过 Transformers 框架的一行最常见代码from transformers import AutoModelForCausalLM，走读了transformers 包初始化代码的整个流程。从中体会到了dummy对象、LazyModule延迟模块和按需加载、API 简化使用等这些transformers 包的设计美学，为我们设计超大 Python 包提供了很好的借鉴思路。

本文是使用 Transformers 推理 LLM 技术细节的第 2 篇文章，我们将基于 Qwen2.5 大模型，通过模型配置和from_pretrained代码，了解AutoModel模型初始化的技术细节：

环境准备：配置虚拟环境，下载 Qwen2.5 模型文件
Qwen2.5 模型配置文件config.json各个配置项说明，并介绍AutoConfig加载文件到Qwen2Config配置
走读AutoModelForCausalLM.from_pretrained方法代码，详细介绍模型初始化流程
在最后，老牛同学又来搞个小活动，免费包邮送几本新书给大家，期望大家踊跃参与

在以上 Transformers 框架推理 LLM 的核心框架代码中，我们本次将走读的代码是from_pretrained方法：

from transformers import AutoModelForCausalLM
model = AutoModelForCausalLM.from_pretrained(
    model_dir,
    torch_dtype="auto",
    device_map="auto",
    local_files_only=True,
)

环境准备：配置虚拟环境和下载 Qwen2.5 模型文件

【配置虚拟环境】在上一篇我们已经配置好了虚拟环境，老牛同学就只简单罗列一下配置脚本：

# Python虚拟环境名：Qwen2.5，版本号：3.10
conda create -n Qwen2.5 python=3.10 -y

# 激活虚拟环境
conda activate Qwen2.5

# 下载Python依赖包
pip install torch
pip install "transformers>=4.43.1"
pip install "accelerate>=0.26.0"

【下载 Qwen2.5 模型文件】老牛同学存放模型文件目录：Qwen2.5-1.5B-Instruct

# Git大文件系统
git lfs install

# 下载模型文件
git clone https://www.modelscope.cn/qwen/Qwen2.5-1.5B-Instruct.git Qwen2.5-1.5B-Instruct

若下载过程中异常中断，可以通过git lfs install命令继续下载：

# 切换到Git目录
cd Qwen2.5-1.5B-Instruct

# 中断继续下载
git lfs install
git lfs pull

下载完成，可以看到如下文件结构：

Qwen2.5模型文件结构

针对本文大模型初始化来说，我们重点关注config.json模型配置文件和model.safetensors模型文件：

model.safetensors文件是模型文件（主要为权重参数数据），它存储了验证文件完整性的校验和、模型张量元数据和张量权重参数等。我们将在代码流程中详细说明这些数据。
config.json文件是模型的配置文件，包括了模型框架、训练设置、各种超参数等信息：

Qwen2.5模型参数配置

config.json参数详解和 AutoConfig 初始化

老牛同学对config.json文件中的每个参数进行简单说明：

参数名	配置值	参数说明
architectures	Qwen2ForCausalLM	模型的架构名称，Qwen2ForCausalLM是 Qwen 推理模型，在模型初始化方式将会实际使用
attention_dropout	0.0	注意力机制中的 Dropout 操作概率，0.0代表不对注意力权重进行随机置零操作，即保留所有的注意力权重
bos_token_id	151643	文本序列开始 Token ID 标记（Begin of Sentence Token ID），代表文本片段开始位置
eos_token_id	151645	文本序列结束 Token ID 标记（End of Sentence Token ID），代表文本片段结束位置
hidden_act	silu	模型隐藏层使用SiLU激活函数（其他激活函数：ReLU，Tanh，Sigmoid 等）
hidden_size	1536	隐藏层的维度（或每个隐藏层中神经元的数量），数值越大意味着模型能学习更复杂的特征和模式
initializer_range	0.02	模型训练时初始化权重的标准差，0.02代表权重从均值为 0、标准差为 0.02 的正态分布中随机初始化
intermediate_size	8960	前馈神经网络中间层的维度，通常要比hidden_size大得多，用于增加模型学习能力
max_position_embeddings	32768	模型可以处理的最大序列长度，32768代表模型可以处理最长为 32768 个 Token 的输入序列
max_window_layers	21	模型在处理长序列时，最多可以应用多少层的滑动窗口策略，即可以对长序列进行多少次分隔和处理
model_type	qwen2	Qwen2 模型类型标识，用于映射 Qwen2Config 和 Qwen2ForCausalLM 等实际类
num_attention_heads	12	多头注意力机制中注意力头的数量，12代表每个隐藏层中使用 12 个注意力头
num_hidden_layers	28	模型隐藏层的数量
num_key_value_heads	2	多头自注意力机制中键（Key）和值（Value）的注意力头数量，共12个注意头而键值只有2个头，则意味着查询（Query）头可以共享相同的键和值头
rms_norm_eps	1e-06	使用 RMSNorm 归一化技术处理，分母增加一个极小值，避免除以零的情况，保证归一化的有效性
rope_theta	1000000.0	RoPE 旋转位置编码的周期性因子，用于捕捉长距离依赖关系，提高模型的数值稳定性
sliding_window	32768	模型在处理长序列时采用的滑动窗口序列长度，即通过滑动窗口的方式处理超过max_position_embeddings的长序列策略
tie_word_embeddings	true	模型的输入和输出层之间共享词嵌入矩阵标识
torch_dtype	bfloat16	模型权重采用 bfloat16 浮点数格式（1 位符号位+8 位指数位+7 位尾数位），它区别于 float16 半精度浮点数格式（1 位符号位 5 位指数位+10 位尾数位），通过增加指数位数以提高数字精度
transformers_version	4.43.1	Transformers 推理模型的版本号，通常是指最低版本，`pip install "transformers>=4.43.1"`，我们依赖包版本为`4.45.1`
use_cache	true	模型推理过程中使用缓存机制标识，用于缓存中间结果，避免重复计算
use_sliding_window	false	模型处理长序列时是否使用滑动窗口机制，false代表禁用滑动窗口机制，则意味着模型将尝试一次性处理整个长序列，可能会导致内存占用和计算复杂度增加
vocab_size	151936	模型词汇表的大小，AutoTokenizer 我们将会介绍

特别注意：在上述配置参数中，use_sliding_window = false意味着模型禁用滑动窗口机制，即sliding_window = 32768参数设置不生效，也就是模型能够处理的最大序列长度为max_position_embeddings = 32768个 Token，超过这个长度的序列将无法正确处理；如果我们需要处理接近或超过32768 个 Token 的长序列，建议启用滑动窗口机制（use_sliding_window = true）！

模型配置参数，我们可以通过AutoConfig进行加载和打印出各个参数项：

import os
from transformers import AutoConfig

# 加载配置文件
config_path = os.path.join('D:', os.path.sep, 'ModelSpace', 'Qwen2.5', 'Qwen2.5-1.5B-Instruct', 'config.json')
config = AutoConfig.from_pretrained(config_path)

# 查看词汇表大小，输出: 151936
print(config.vocab_size)

# 查看配置所有内容
print(config)

最终输出结果如下，config返回结果为Qwen2Config实例：

Qwen2Config配置内容

是不是感觉有点奇怪，我们并没有Qwen2Config相关配置，但最终结果就有了它？接下来，我们来一起看下代码AutoConfig.from_pretrained流程：

首先，根据我们第 1 篇文章的介绍，我们能快速定位到AutoConfig所在模块为models.auto：

_import_structure = {
    # ....
    "models.auto": [
        # ....
        "AutoConfig",
        # ....
    ]
}

然后，我们打开 Transformers 包下 ./models/auto/__init__.py 文件，可以定位到AutoConfig类型所在模块configuration_auto.py：

_import_structure = {
    # ...
    "configuration_auto": ["CONFIG_MAPPING", "MODEL_NAMES_MAPPING", "AutoConfig"],
    # ...
}

AutoConfig.from_pretrained方法定义如下，红框代码比较关键：

AutoConfig.from_pretrained方法定义

下面对红框代码进行详细说明：

config_dict, * = PretrainedConfig.get_config_dict(config_path, _)代码行：这行代码逻辑稍微比较简单，就是解析config.jsonJSON 格式文件，返回字典对象
config_class = CONFIG_MAPPING[config_dict["model_type"]]代码行：前面的配置文件，config_dict["model_type"]的结果是qwen2，而CONFIG_MAPPING是一个字典常量，它的定义如下：

CONFIG_MAPPING_NAMES = OrderedDict(
    [
        # ...
        ("qwen2", "Qwen2Config"),
        ("qwen2_audio", "Qwen2AudioConfig"),
        ("qwen2_audio_encoder", "Qwen2AudioEncoderConfig"),
        ("qwen2_moe", "Qwen2MoeConfig"),
        ("qwen2_vl", "Qwen2VLConfig"),
        # ...
    ]
)

因此，这行代码的最终结果config_class内容为Qwen2Config，因此它就是从这里来的。

根据我们第 1 篇文章的介绍，我们快速定位到Qwen2Config类所在模块为 ./models/qwen2/configuration_qwen2.py，它的定义如下：

Qwen2Config类定义

从Qwen2Config类的定义我们可以看到：它没有具体方法，因此它的方法均来自PretrainedConfig父类；同时，类构造函数，有vocab_size/hidden_size等命名参数，而这些命名参数，正是前面介绍的config.json配置文件参数项。

return config = class.from_dict(config_dict, _)代码行：最终返回**Qwen2Config.from_dict()方法调用，我们打开PretrainedConfig.from_dict()**方法：

Qwen2Config实例化

核心代码行config = cls(**config_dict)即实例化Qwen2Config类，入参即config.json的配置项，最终完成了我们最开始的print(config)输出结果闭环。

到这里，我们基本完成了config.json配置项说明和用法，老牛同学整理了AutoConfig.from_pretrained(config_path)代码行的执行流程：
AutoConfig执行流程

AutoModelForCausalLM.from_pretrained 模型加载

我们还是根据第 1 篇文章方法，找到AutoModelForCausalLM所在模块为 ./models/auto/modeling_auto.py，它的定义如下：

class AutoModelForCausalLM(_BaseAutoModelClass):
    _model_mapping = MODEL_FOR_CAUSAL_LM_MAPPING


AutoModelForCausalLM = auto_class_update(AutoModelForCausalLM, head_doc="causal language modeling")

其中，MODEL_FOR_CAUSAL_LM_MAPPING是一个常量字典，存放的是模型类型和模型类的映射关系。根据配置我们可以知道，Qwen2ForCausalLM是实际的模型类：

MODEL_FOR_CAUSAL_LM_MAPPING_NAMES = OrderedDict(
    [
        # ...
        ("qwen2", "Qwen2ForCausalLM"),
        ("qwen2_moe", "Qwen2MoeForCausalLM"),
        # ...
    ]
)

auto_class_update(XXXLM, _)方法是一个非常有趣的方法，这个方法把 _BaseAutoModelClass类的from_config和from_pretrained方法复制给了XXXLM类。因此，当我们调用XXXLM.from_config或者XXXLM.from_pretrained方法时，方法的内部逻辑与 _BaseAutoModelClass.from_config和 _BaseAutoModelClass.from_pretrained实际方法一致！

auto_class_update方法

接下来，我们来看看 AutoModelForCausalLM.from_pretrained() 的执行逻辑：

model = AutoModelForCausalLM.from_pretrained(
    model_dir,
    torch_dtype="auto",
    device_map="auto",
    local_files_only=True,
)

_BaseAutoModelClass.from_pretrained 方法有点长，老牛同学截图最关键的几行代码：
Qwn2Config加载配置

Qwen2ForCausalLM映射

模型配置加载：AutoConfig.from_pretrained，结果为Qwen2Config配置类
通过同样的方式，根据配置文件model_type模型类型映射到实际类，最终执行Qwen2ForCausalLM.from_pretrained方法

Qwen2ForCausalLM类定义：继承Qwen2PreTrainedModel父类，包含了Qwen2Config配置，和Qwen2Model为实际的模型类

Qwen2ForCausalLM类定义

我们继续查看Qwen2PreTrainedModel类：它继承PreTrainedModel类，并没有定义方法。PreTrainedModel类是所有模型的基类，它继承nn.Module类，它定义了**from_pretrained()**方法：
PreTrainedModel.from_pretrained方法

这个方法代码行超级长，老牛同学把它大致分为以下4 部分：

解析模型文件路径，即我们下载的权重文件：./Qwen2.5-1.5B-Instruct/model.safetensors

elif use_safetensors is not False and os.path.isfile(
    os.path.join(pretrained_model_name_or_path, subfolder, _add_variant(SAFE_WEIGHTS_NAME, variant))
):
    # Load from a safetensors checkpoint
    archive_file = os.path.join(
        pretrained_model_name_or_path, subfolder, _add_variant(SAFE_WEIGHTS_NAME, variant)
    )

# ...省略...

if is_local:
    logger.info(f"loading weights file {archive_file}")
    resolved_archive_file = archive_file

其中，SAFE_WEIGHTS_NAME常量值为model.safetensors，archive_file变量即为权重文件完整路径，最终赋值给了resolved_archive_file变量。

解析模型文件，获取模型元数据，模型格式为pt即为 PyTorch 深度学习框架，并加载模型权重：

if (
    is_safetensors_available()
    and isinstance(resolved_archive_file, str)
    and resolved_archive_file.endswith(".safetensors")
):
    with safe_open(resolved_archive_file, framework="pt") as f:
        metadata = f.metadata()

    if metadata.get("format") == "pt":
        pass

# ...省略...

from_pt = not (from_tf | from_flax)

# load pt weights early so that we know which dtype to init the model under
if from_pt:
    if not is_sharded and state_dict is None:
        # Time to load the checkpoint
        state_dict = load_state_dict(resolved_archive_file)

实例化AutoModelForCausalLM类，model变量即为对象实例：

with ContextManagers(init_contexts):
    # Let's make sure we don't run the init function of buffer modules
    model = cls(config, *model_args, **model_kwargs)

# make sure we use the model's config since the __init__ call might have copied it
config = model.config

加载模型，并设置模型为推理模式，同时设置模型配置，最后分发模型：

elif from_pt:
    # restore default dtype
    if dtype_orig is not None:
        torch.set_default_dtype(dtype_orig)

    (
        model,
        missing_keys,
        unexpected_keys,
        mismatched_keys,
        offload_index,
        error_msgs,
    ) = cls._load_pretrained_model(
        model,
        state_dict,
        # ...省略...


# ...省略...

# Set model in evaluation mode to deactivate DropOut modules by default
model.eval()

# ...省略...

model.generation_config = GenerationConfig.from_pretrained(
    pretrained_model_name_or_path,
    cache_dir=cache_dir,
    force_download=force_download,
    resume_download=resume_download,
    proxies=proxies,
    local_files_only=local_files_only,
    token=token,
    revision=revision,
    subfolder=subfolder,
    _from_auto=from_auto_class,
    _from_pipeline=from_pipeline,
    **kwargs,
)

# ...省略...

if not is_fsdp_enabled() and not is_deepspeed_zero3_enabled():
    dispatch_model(model, **device_map_kwargs)

最终，当我们执行model = AutoModelForCausalLM.from_pretrained()代码的结果，即为Qwen2ForCausalLM类的实例，它就是 PyTorch 的nn.Module的实例。老牛同学把整个处理流程整理如下：

XXXLM.from_pretrained流程

至此，使用 Transformers 初始化大模型部分就基本结束了，老牛同学在接下来的文章，将与大家一起看看文本AutoTokenizer技术，它也是大模型推理的关键部分~

最后：又来给大家免费包邮送几本新书

前面我们已经举办过 3 次免费包邮送书活动：

本期，老牛同学继续和出版社朋友合作，举办第 4 次送书福利小活动，新书是：《Python 金融大数据分析快速入门和案例详解》

Python 金融大数据分析快速入门和案例详解

本期送书小活动的规则和之前类似，总体如下：

关注老牛同学微信公众号，因为这是老牛同学公众号关注者的小福利
在本文的评论区进行留言，留言的点赞数排名前 3 名的朋友，免费且包邮获得 1 本书（即：默认送 3 本书）
若本文的阅读量和老牛同学 CSDN 同文的阅读量之和达到了2000（含2000），则留言的点赞数排名前 6 名的朋友均免费包邮送书（即：最多送 6 本书）
活动时间：2024 年 10 月 27 日到 2024 年 11 月 3 号上午 12 点整（正好 1 周，周末可寄送新书）
老牛同学不参与本次活动（因为老牛同学默认就有 1 本）