量子位
2024-12-13 
小破本也能煉GPT！300行代碼搞定，來自特斯拉前AI總監
詹士 發自 凹非寺
量子位 | 公眾號 QbitAI
訓練/微調中型GPT，最簡單最快的庫來了！
其名為：NanoGPT。
從名字就能看出是個“納米武器”，據作者介紹，該庫代碼簡單易讀，2個僅300行代碼的文件。
現已基于OpenWebText重現 GPT-2 (124M)，在單個8XA100 40GB節點上，訓練時間為38小時。
值得一提的是，該庫發布者是前特斯拉AI總監，李飛飛高徒，Andrej Karpathy。此次發布的NanoGPT，正是他2年前MinGPT的升級版。
目前，此項目在GitHub所獲star已超6k，HackerNews上points也破千。
毫無意外地，評論區一片“喜大普奔”。
有網友表示，這才是咱獨立開發者喜聞樂見的AI工具。
還有人對其一直開放傳授分享知識的做法，表示感謝。
那么，這個最簡單最快的NanoGPT怎么用？
下面展開講講。
NanoGPT的打開方式
發布文件里面包含一個約300行的GPT模型定義（文件名：model.py），可以選擇從OpenAI加載GPT-2權重。
還有一個訓練模型PyTorch樣板（文件名：train.py），同樣也是300多行。
作者補充道，代碼并不難，很容易就能滿足大家需求——無論是從頭開始訓練新模型，還是基于預訓練進行微調（目前可用的最大模型為1.3B參數的GPT-2）。
△ 一個訓練實例展示
上手前，需要提前準備好依賴項：
pytorch <3
numpy <3
pip install datasets for huggingface datasets <3 (如果你需要下載和預處理OpenWebText)
pip install tiktoken for OpenAI’s fast BPE code <3
pip install wandb for optional logging <3
pip install tqdm
先下載并標記OpenWebText數據集。
$ cd data/openwebtext
$ python prepare.py
這將創建一個train.bin和val.bin文件，將 GPT2 BPE token id放入一個序列中。
然后準備訓練，目前腳本默認是嘗試重現GPT-2，124M參數版本，但作者更鼓勵大家閱讀代碼查看文件頂部的設置及路徑。
$ python train.py
如需使用 PyTorch 分布式數據并行 (DDP) 進行訓練，請使用 torchrun 運行腳本。
比如，要在4個GPU節點上運行，代碼如下：
$ torchrun --standalone --nproc_per_node=4 train.py
要從模型節點中采樣，就需將一些檢查點寫入輸入目錄中。
$ python sample.py
據作者目前自己的測試，他在1 個 A100 40GB GPU 上訓練一晚，損失約為 3.74。如果是在4個GPU上訓練損失約為3.60。
如果在8個A100 40GB節點上進行約50萬次迭代，時長約為1天，atim的訓練降至約3.1，init隨機概率是10.82，已將結果帶到了baseline范圍。
觀察不同參數下訓練/驗證loss值如下：
至于如何基于新文本微調GPT，作者也簡介了方法。
先訪問data/shakespeare，查看prepare.py。
下載小型shakespeare數據集并將其呈現為train.bin和val.bin文件（方法前文已介紹），幾秒即可搞定。
運行一個微調示例，如下：
$ python train.py config/finetune_shakespeare.py
該操作將加載配置參數，覆蓋config/finetune_shakespeare.py文件。
作者指出，一般情況下，基本操作就是從GPT-2檢查點初始化init_from，再正常訓練。
此外，如果手里只有macbook或一些“力量”不足的小破本，作者建議使用shakespeare數據集，然后在一個很小的網絡上運行。
先渲染數據；
$ cd data/shakespeare
$ python prepare.py
再用一個較小的網絡來運行訓練腳本。
比如下面就創建了一個小得多的Transformer（4層，4個head，64嵌入大小），只在CPU運行，在作者自己的蘋果AIR M1本上，每次迭代大約需要400毫秒。
$ cd ../..
$ python train.py --dataset=shakespeare --n_layer=4 --n_head=4 --n_embd=64 --device=cpu --compile=False --eval_iters=1 --block_size=64 --batch_size=8
關于NanoGPT的后續計劃，Andrej Karpathy也在網上有所分享。
他將試圖讓NanoGPT更快復現其他GPT-2模型，然后將預訓練擴展至更大規模的模型/數據集中，此外，他還計劃改進下微調部分的文檔。
轉戰教育和開源的特斯拉前AI總監
熟悉Karpathy的圈內人肯定知道，他此前是李飛飛高徒，也長期致力于讓更多人接觸了解神經網絡和相關數據集。
2020年8月，他就曾發布NanoGPT前一代，MinGPT，同樣旨在讓GPT做到小巧、簡潔、可解釋，同樣主打300行代碼搞定。
Karpathy另一大身份是前特斯拉AI核心人物。
在馬斯克麾下，他歷任特斯拉高級AI主管、特斯拉自動駕駛AutoPilot負責人、特斯拉超算Dojo負責人、特斯拉擎天柱人形機器人負責人…
2022年7月，Karpathy Andrej離職，在業內引發不小討論。他表示，未來將花更多時間在AI、開源技術教育上，比如他做了一檔AI課程，現還在更新中。
此番發布NanoGPT同時，Karpathy還下場安撫了下催更黨——新視頻正從0開始構建，計劃2周內發布。
Tags:
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
