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(jù)作者介紹，該庫代碼簡單易讀，2個僅300行代碼的文件。

現(xiàn)已基于OpenWebText重現(xiàn) GPT-2 (124M)，在單個8XA100 40GB節(jié)點上，訓練時間為38小時。

值得一提的是，該庫發(fā)布者是前特斯拉AI總監(jiān)，李飛飛高徒，Andrej Karpathy。此次發(fā)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(qū)一片“喜大普奔”。

有網(wǎng)友表示，這才是咱獨立開發(fā)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(fā)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(shù)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(shù)據(jù)集。

$cddata/openwebtext
$pythonprepare.py

這將創(chuàng)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(xiàn)GPT-2，124M參數(shù)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。

$pythontrain.py

如需使用 PyTorch 分布式數(shù)據(jù)并行 (DDP) 進行訓練，請使用 torchrun 運行腳本。

比如，要在4個GPU節(jié)點上運行，代碼如下：

$torchrun--standalone--nproc_per_node=4train.py

要從模型節(jié)點中采樣，就需將一些檢查點寫入輸入目錄中。

$pythonsample.py

據(jù)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(jié)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(shù)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(shù)據(jù)集并將其呈現(xiàn)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：

$pythontrain.pyconfig/finetune_shakespeare.py

該操作將加載配置參數(shù)，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(shù)據(jù)集，然后在一個很小的網(wǎng)絡上運行。

先渲染數(shù)據(jù)；

$cddata/shakespeare
$pythonprepare.py

再用一個較小的網(wǎng)絡來運行訓練腳本。

比如下面就創(chuàng)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../..
$pythontrain.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(xù)計劃，Andrej Karpathy也在網(wǎng)上有所分享。

他將試圖讓NanoGPT更快復現(xiàn)其他GPT-2模型，然后將預訓練擴展至更大規(guī)模的模型/數(shù)據(jù)集中，此外，他還計劃改進下微調部分的文檔。

轉戰(zhàn)教育和開源的特斯拉前AI總監(jiān)

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(wǎng)絡和相關數(shù)據(jù)集。

2020年8月，他就曾發(fā)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(yè)內引發(fā)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(xiàn)還在更新中。

此番發(fā)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(fā)布。

最后附上：

NanoGPT項目：https://github.com/karpathy/nanoGPT

Andrej Karpathy課程：https://karpathy.ai/zero-to-hero.html