从零开始：Windows系统下Qwen2.5大模型的实践教程（一）
本文将基于Windows系统和CPU环境，使用Qwen2.5系列模型，详细实践从大型语言模型的下载、部署到微调的全过程。
本文将基于Windows系统和CPU环境，使用Qwen2.5系列模型，详细实践从大型语言模型的下载、部署到微调的全过程。
1、环境配置
1.1、部署开发环境
本地开发环境：windows
（1）python开发环境
①pycharm 安装pycharm（community版本）：www.jetbrains.com/pycharm/dow…
②anaconda 安装anaconda：清华镜像源，选择合适的版本，例如：Anaconda3-2024.06-1-Windows-x86_64.exe 下载anaconda完成后，windows系统下点击exe文件一路nex即可安装完成。
③配置anaconda环境变量（非必须）： 假设你的anaconda安装地址为：D:\soft\anaconda；进入系统高级配置，添加系统变量：
然后点击Path，添加如下变量：
%ANACONDA_HOME%
%ANACONDA_HOME%\Scripts
%ANACONDA_HOME%\Library\mingw-w64\bin
%ANACONDA_HOME%\Library\usr\bin
%ANACONDA_HOME%\Library\bin
配置完成后，使用conda --version可以看到anaconda已经安装完成：
④anaconda使用：
一些简单的命令，帮助我们使用它：
# 安装一个新的anaconda环境，名为qwen1.5-4b，python版本为3.10
conda create -n qwen1.5-4b python=3.10
# 查询安装的anaconda环境
conda env list
# 手动切换anaconda环境
conda activate qwen1.5-4b
# 关闭anaconda环境
conda deactivate
# 检查python的版本（当前conda环境下的）
python --version
在我们新建完名为qianwen的conda虚拟环境后，去pycharm的setting->Python Interpreter中导入创建好的conda环境即可：
1.2、大模型下载
huggingface：略
modelscape，魔搭社区提供了相应的组件来供使用者下载：
# 安装ModelScope
pip install modelscope
# 下载完整模型repo
modelscope download --model qwen/Qwen2.5-1.5B
# 下载单个文件（以README.md为例）
modelscope download --model qwen/Qwen2.5-1.5B README.md
示例如下：
我在base的conda环境下进行安装相应组件，然后调用modelscope命令进行下载，且该组件具备断点续传的功能，如果当前网络不佳，可以杀死命令行，重新执行命令，已下载的文件内容不会丢失，可以继续在进度条附近开始下载任务。
2、大模型部署使用
2.1、概述
使用：
import torch
from flask import Flask
from flask import request
from transformers import (AutoTokenizer, AutoModelForCausalLM, AutoModel,
Qwen2ForCausalLM, Qwen2Tokenizer)
# 参数
max_new_tokens: int = 512 # 生成响应时最大的新token数
system_prompt = "你是一个专门分类新闻标题的分析模型。你的任务是判断给定新闻短文本标题的分类。"
user_template_prompt = ("请评估以下网购评论的情感，不要返回0或1以外的任何信息，不要返回你的思考过程。"
"输入正面评论输出1，输入负面评论输出0。输入如下：{}\n请填写你的输出")
eos_token_id = [151645, 151643]
app = Flask(__name__)
model_path = "D:\project\llm\Qwen2.5-1.5B"
# tokenizer = AutoTokenizer.from_pretrained(model_path)
tokenizer = Qwen2Tokenizer.from_pretrained(model_path)
# model = AutoModelForCausalLM.from_pretrained(model_path, device_map='cpu').eval()
model = Qwen2ForCausalLM.from_pretrained(model_path, device_map='cpu').eval()
# 非流式请求
@app.route('/chat', methods=["POST"])
def chat():
# 系统设定和prompt
req_json = request.json
content = user_template_prompt.format(req_json['message'])
messages = [
{"role": "system", "content": system_prompt},
{"role": "user", "content": content}
]
print("input: " + content)
input_ids = tokenizer.apply_chat_template(messages,
tokenize=False,
add_generation_prompt=True)
inputs = tokenizer([input_ids], return_tensors="pt").to(model.device)
generated_ids = model.generate(
inputs.input_ids,
max_new_tokens=max_new_tokens,
eos_token_id=eos_token_id, # 结束令牌，模型生成这个token时，停止生成
)
generated_ids = [
output_ids[len(inputs):] for inputs, output_ids in zip(inputs.input_ids, generated_ids)
]
print(f"generated_ids=\n{generated_ids}")
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
print(response)
# 使用占位符拼接字符串
return response
if __name__ == '__main__':
app.run(port=8080, host="0.0.0.0")
其中用到的Qwen2ForCausalLM替换了AutoModelForCausalLM，是一个基于Transformer结构的decoder-only模型，它是Qwen大模型的第二代架构。
2.2、参数
通常来说参数越大的大模型。其中需要关注到的一些问题以及使用上需要注意的地方：
①apply_chat_template
用在会话中，告诉大模型接下来应该生成新的东西，并且包含了整个会话的上下文信息。使用如下：
input_ids = tokenizer.apply_chat_template(messages, # 输入的纯文本信息
tokenize=False, # 告诉大模型暂时不需要分词
add_generation_prompt=True) # 添加一个特殊的标记，告诉大模型接下来应该生成新的文本内容。
输出如下:
'<|im_start|>system
你是一个专门评估网购评论情感的分析模型。你的任务是判断给定评论是正面还是负面。<|im_end|>
<|im_start|>user
请评估以下网购评论的情感，不要返回0或1以外的任何信息，不要返回你的思考过程。如果是正面评论返回1，如果是负面评论返回0:不错！挺合适<|im_end|>
<|im_start|>assistant
'
②eos_token_id
设定了大模型生成文本的分割符，其中eos_token_id = [151645, 151643]，两个id的含义分别是：
tokenizer.convert_ids_to_tokens(151645) # <|im_end|>
tokenizer.convert_ids_to_tokens(151643) # <|endoftext|>
tokenizer.convert_ids_to_tokens(1773) # 。
这两个标记与输入中的标记保持一致。若不设置该值，在未达到最大返回token数之前，对话将不会自动终止，大模型可能会进行不必要的自问自答。
为了控制大模型可能产生的不稳定输出，设置停用词是一种有效手段。除了使用 eos_token_id 外，还可以采用以下方法：
generation_config = GenerationConfig(use_cache=True,
repetition_penalty=repetition_penalty,
do_sample=False, # 取消采样，使用贪心策略，输出是确定的
stop_strings="}")
generated_ids = model.generate(input_ids,
tokenizer=tokenizer,
generation_config=generation_config)
对于模型的推理参数，可以统一放置在 GenerationConfig 中。通过 stop_strings 参数（其值可为字符串或字符串列表）来设置停用词。在上例中，将 } 设为停用词，这在要求大模型返回JSON数据时尤为有效，能够有效避免大模型在输出完整JSON数据后继续进行不必要的推理。
③repetition_penalty
使用如下：
repetition_penalty float = 1.2 # 用于惩罚重复生成相同token的参数
generated_ids = model.generate(
inputs.input_ids,
max_new_tokens=max_new_tokens,
repetition_penalty=repetition_penalty, # 解决问题后面有过多重复问答
)
某些时候，大模型也会持续重复之前的对话，直到生成的token数等于max_new_tokens为止。情况如下：
这个值不宜过低或过高：过低不生效；过高会导致大模型不敢生成正确答案，因为输入的prompt中携带了正确答案。目前看1.2是一个比较合适的值。
④skip_special_tokens=True
这个告诉分词器在解码时跳过任何特殊的标记，如结束标记end-of-sequence token或其他模型特定的标记。
由于我们在上面调用model时设置了停用词，在大模型推理到停用词就会返回输出。如果不设置该参数，则效果如下：
1<|endoftext|>
优化参数之后，效果如下：
| gpt-4o | qwen2.5-1.5b | qwen2.5-1.5b_修改后 | qwen2.5-1.5b_微调后 | qwen2.5-3b | qwen2.5-3b_修改后 | ||
|---|---|---|---|---|---|---|---|
| 二元分类 | 0.96 | 几乎无法输出规定格式的结果 | 0.93 | <暂未微调> | 0.62 | 0.91 | |
| 多元分类 | 样本100条 | 0.93 | 0.67 | 0.9 | 0.12 | 0.72 | |
| 样本1000条 | 0.785 | 0.579 | 0.796 |
2.3、总结
-
本章节主要关注qwen2.5-1.5b_修改后的结果，有两个主要成果：
1.1、修改了上述等启动参数之后，大模型能够正常输出预期的结果
1.2、对于相对简单的人呢无 -
下一章节将进行qwen2.5-1.5b模型的微调
2.3.1、最终代码
最终代码如下：
import torch
from flask import Flask
from flask import request
from transformers import (AutoTokenizer, AutoModelForCausalLM, AutoModel,
Qwen2ForCausalLM, Qwen2Tokenizer)
from peft import PeftModel
# 参数
max_new_tokens: int = 64 # 生成响应时最大的新token数
temperature: float = 0.6 # 控制生成文本的随机性
top_p: float = 0.9 # 用于概率限制的参数，有助于控制生成文本的多样性
top_k: int = 32 # 控制生成过程中每一步考虑的最可能token的数量
repetition_penalty: float = 1.2 # 用于惩罚重复生成相同token的参数
system_template_prompt = "你是一个专门评估网购评论情感的分析模型。你的任务是判断给定评论是正面还是负面。"
system_prompt = "你是一个专门分类新闻标题的分析模型。你的任务是判断给定新闻短文本标题的分类。"
user_template_prompt = ("请评估以下评论，不要返回0或1以外的任何信息，不要返回你的思考过程。"
"如果是正面评论输出1，是反面评论输出0。输入如下：{}\n请填写你的输出：")
user_prompt = ("请将以下新闻短文本标题分类到以下类别之一：故事、文化、娱乐、体育、财经、房产、汽车、教育、"
"科技、军事、旅游、国际、股票、农业、游戏。输入如下:\n{}\n请填写你的输出：")
eos_token_id = [151645, 151643]
app = Flask(__name__)
lora_model_path = "./output/Qwen2.5-1.5b/checkpoint-100"
model_path = "D:\project\llm\Qwen2.5-1.5B"
# 从指定路径加载大模型的分词器（tokenizer），用于加载预训练的文本处理模型（Tokenizer），以便将文本数据转换为模型可以接受的输入格式。
tokenizer = Qwen2Tokenizer.from_pretrained(model_path)
# AutoModelForCausalLM更适合语言大模型
model = Qwen2ForCausalLM.from_pretrained(model_path, device_map='cpu').eval()
# 非流式请求
@app.route('/chat_old', methods=["POST"])
def chat_old():
# 系统设定和prompt
req_json = request.json
content = user_template_prompt.format(req_json['message'])
messages = [
{"role": "system", "content": system_template_prompt},
{"role": "user", "content": content}
]
# 使用tokenizer将整个会话转换成模型可以理解的input_ids，并将这些input_ids输入到模型
# tokenize=False 表示不要立即分词，只是使用apply_chat_template将会话进行格式化
input_ids = tokenizer.apply_chat_template(messages,
tokenize=False,
add_generation_prompt=True)
print(f"input:{input_ids}")
inputs = tokenizer([input_ids], return_tensors="pt").to(model.device)
generated_ids = model.generate(
inputs.input_ids,
max_new_tokens=max_new_tokens,
repetition_penalty=repetition_penalty, # 解决问题后面有过多重复问答（对重复token的惩罚）
eos_token_id=eos_token_id, # 结束令牌，模型生成这个token时，停止生成
)
generated_ids = [
output_ids[len(inputs):] for inputs, output_ids in zip(inputs.input_ids, generated_ids)
]
print(f"generated_ids=\n{generated_ids}")
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
response = response.encode('utf-8', errors='ignore').decode('utf-8')
print(response)
# 使用占位符拼接字符串
return response
@app.route('/chat', methods=["POST"])
def chat():
# 系统设定和prompt
req_json = request.json
prompt = user_prompt.format(req_json['message'])
print(prompt)
# 非会话的输入方式，将单句话进行分词成token ids
inputs = tokenizer(prompt, return_tensors="pt")
input_ids = inputs.input_ids
# Generate
generate_ids = model.generate(input_ids=input_ids,
bos_token_id=151645, # 开始令牌（在生成文本时，模型会在输入序列的末尾添加这个令牌，以指示新生成的文本的开始。）
max_new_tokens=len(input_ids) + 1,
repetition_penalty=repetition_penalty)
print(generate_ids)
response = tokenizer.batch_decode(generate_ids, skip_special_tokens=True)[0]
print(response)
# # 去掉response中的包含prompt的文本
response = response[len(prompt):]
return response.strip()
if __name__ == '__main__':
app.run(port=8080, host="0.0.0.0")
2.3.2、数据集
数据集如下：
二元分类数据集：电商平台评论数据集
多元分类数据集：今日头条文本分类数据集 / 数据集 / HyperAI超神经
其他：天池数据集、ChineseNlpCorpus
如何系统的去学习大模型LLM ？
大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。
事实上，抢你饭碗的不是AI，而是会利用AI的人。
继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？
与其焦虑……
不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！
但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。
针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）
LLM大模型学习路线 ↓
阶段1：AI大模型时代的基础理解
-
目标：了解AI大模型的基本概念、发展历程和核心原理。
-
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
-
目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
-
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3：AI大模型应用架构实践
-
目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
-
内容：
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4：AI大模型私有化部署
-
目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
-
内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！
更多推荐
12
0- 0
已为社区贡献4条内容
所有评论(0)