全部產品
Search
文件中心

Platform For AI:DLC LoRA訓練最佳實務

更新時間:Jul 13, 2024

本文為您介紹如何通過提交一個使用DLC計算資源的超參數調優實驗,進行LoRA模型訓練,以尋找最佳超參數配置。

前提條件

步驟一:建立資料集

建立OSS類型的資料集,通過資料集將OSS儲存目錄掛載到DLC路徑,用於儲存超參數調優實驗產生的資料檔案。其中關鍵參數說明如下,其他參數使用預設配置,詳情請參見建立資料集:從阿里雲雲產品

  • 資料集名稱:自訂資料集名稱。

  • 選擇資料存放區:選擇指令檔所在的OSS儲存目錄。

  • 屬性:選擇檔案夾。

步驟二:建立實驗

進入建立實驗頁面,並按照以下操作步驟配置關鍵參數,其他參數配置詳情,請參見建立實驗。參數配置完成後,單擊提交

  1. 設定執行配置。

    參數

    描述

    任務類型

    選擇DLC

    資源群組

    選擇公用資源群組

    架構

    選擇Tensorflow

    資料集

    選擇步驟一中建立的資料集。

    節點鏡像

    選擇鏡像地址,並在文字框中輸入鏡像地址registry.cn-shanghai.aliyuncs.com/mybigpai/nni:diffusers

    該鏡像中已預先配置了以下資料:

    • 預訓練基本模型:模型Stable-Diffusion-V1-5已預先配置在鏡像路徑/workspace/diffusers_model_data/model下。

    • LoRa訓練資料:pokemon已預先配置在鏡像路徑/workspace/diffusers_model_data/data下。

    • 訓練代碼:diffusers已預先配置在鏡像路徑/workspace/diffusers下。

    機器規格

    選擇GPU > 12vCPU+92GB Mem+1*NVIDIA V100 ecs.gn6e-c12g1.3xlarge

    節點數量

    配置為1。

    節點啟動命令

    cd /workspace/diffusers/examples/text_to_image && accelerate launch --mixed_precision="fp16" train_text_to_image_lora_eval.py \
        --pretrained_model_name_or_path="/workspace/diffusers_model_data/model" \
        --dataset_name="/workspace/diffusers_model_data/data" \
        --caption_column="text" \
        --resolution=512 --random_flip \
        --train_batch_size=8 \
        --val_batch_size=8 \
        --num_train_epochs=100 --checkpointing_steps=100 \
        --learning_rate=${lr} --lr_scheduler=${lr_scheduler} --lr_warmup_steps=0 \
        --rank=${rank} --adam_beta1=${adam_beta1} --adam_beta2=${adam_beta2} --adam_weight_decay=${adam_weight_decay} \
        --max_grad_norm=${max_grad_norm} \
        --seed=42 \
        --output_dir="/mnt/data/diffusers/pokemon/sd-pokemon_${exp_id}_${trial_id}" \
        --validation_prompts "a cartoon pikachu pokemon with big eyes and big ears" \
        --validation_metrics ImageRewardPatched \
        --save_by_metric val_loss 

    超參數

    每個超參數對應的約束類型和搜尋空間配置如下:

    • lr:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加3個枚舉值,分別為1e-4、1e-5和2e-5。

    • lr_scheduler:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加3個枚舉值,分別為constant、cosine和polynomial。

    • rank:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加3個枚舉值,分別為4、32和64。

    • adam_beta1:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加2個枚舉值,分別為0.9和0.95。

    • adam_beta2:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加2個枚舉值,分別為0.99和0.999。

    • adam_weight_decay:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加2個枚舉值,分別為1e-2和1e-3。

    • max_grad_norm:

      • 約束類型:choice。

      • 搜尋空間:單擊image.png,增加3個枚舉值,分別為1、5和10。

    使用上述配置可以產生648種超參數組合,後續實驗會分別為每種超參數組合建立一個Trial,在每個Trial中使用一組超參數組合來運行指令碼。

  2. 設定Trial配置。

    參數

    描述

    指標類型

    選擇stdout

    計算方式

    選擇best

    指標權重

    • key:val_loss=([0-9\\.]+)。

    • Value:1。

    指標來源

    配置為cmd1

    最佳化方向

    選擇越大越好

  3. 設定搜尋配置。

    參數

    描述

    搜尋演算法

    選擇TPE

    最大搜尋次數

    配置為5。

    最大並發量

    配置為2。

    開啟earlystop

    開啟開關。

    start step

    5

步驟三:查看實現詳情和運行結果

  1. 實驗列表頁面,單擊實驗名稱,進入實驗詳情頁面。image

    在該頁面,您可以查看Trial的執行進度和狀態統計。實驗根據配置的搜尋演算法和最大搜尋次數自動建立5個Trial。

  2. 單擊Trial列表,您可以在該頁面查看該實驗自動產生的所有Trial列表,以及每個Trial的執行狀態、最終指標和超參數組合。image

    Trial運行時間長度大約持續5個小時。根據配置的最佳化方向(越大越好),從上圖可以看出,最終指標為0.087655對應的超參數組合較優。

步驟四:部署及推理模型服務

  1. 下載LoRA模型,並進行模型檔案格式轉換。

    1. 實驗執行成功後,會在啟動命令指定的output_dir目錄下產生模型檔案。您可以前往該實驗配置的資料集掛載的OSS路徑的checkpoint-best目錄中,查看並下載模型檔案。詳情請參見控制台快速入門image

    2. 執行以下命令,將pytorch_model.bin轉換成pytorch_model_converted.safetensors。

      wget http://automl-nni.oss-cn-beijing.aliyuncs.com/aigc/convert.py
      python convert.py --file pytorch_model.bin
  2. 部署Stable Diffusion WebUI服務。

    1. 進入模型線上服務(EAS)頁面。具體操作,請參見步驟一:進入模型線上服務頁面

    2. 模型線上服務(EAS)頁面,單擊部署服務,在自訂模型部署地區,單擊自訂部署

    3. 建立服務頁面,配置以下關鍵參數後,單擊部署

      參數

      描述

      服務名稱

      自訂服務名稱。本案例使用的樣本值為:sdwebui_demo

      部署方式

      選擇鏡像部署AI-Web應用

      鏡像選擇

      PAI平台鏡像列表中選擇stable-diffusion-webui;鏡像版本選擇4.2-standard

      說明

      由於版本迭代迅速,部署時鏡像版本選擇最高版本即可。

      模型配置

      單擊填寫模型配置,進行模型配置。

      • 模型配置選擇OSS掛載,將OSS路徑配置為步驟1中建立的OSS Bucket路徑。例如:oss://bucket-test/data-oss/

      • 掛載路徑:將您配置的OSS檔案目錄掛載到鏡像的/code/stable-diffusion-webui路徑下。例如配置為:/code/stable-diffusion-webui/data-oss

      • 是否唯讀:開關關閉。

      運行命令

      鏡像配置完成後,系統會自動設定運行命令。您需要在運行命令中增加--data-dir 掛載目錄,其中掛載目錄需要與模型配置掛載路徑的最後一級目錄一致。本方案在運行命令末尾增加--data-dir data-oss

      資源配置方法

      選擇一般資源配置

      資源配置選擇

      必須選擇GPU類型,執行個體規格推薦使用ml.gu7i.c16m60.1-gu30(性價比最高)。

      系統硬碟配置

      將額外系統硬碟設定為100 GB。

    4. 單擊部署。

      PAI會自動在您配置的OSS空檔案目錄下建立如下目錄結構,並複製必要的資料到該目錄下。49a056cc3a4f03e3744bdbeb2bf784ad

  3. 上傳模型檔案到指定路徑下,然後單擊目標服務操作列下的image>重啟服務,服務重啟成功後,即可生效。

    • 將上述步驟產生的模型檔案pytorch_model_converted.safetensors上傳到OSS的models/lora/目錄中。

    • revAnimated_v122基本模型,上傳到OSS的models/Stable-diffusion/目錄中。

  4. 單擊目標服務的服務方式列下的查看Web應用,在WebUI頁面進行模型推理驗證。