Merge pull request datawhalechina#22 from L4HeyXiao/master

Baichuan

BaiChuan/01-Baichuan2-7B-chat+FastApi+部署调用.md

@@ -0,0 +1,180 @@
+# Baichuan2-7B-chat FastApi 部署调用
+
+## Baichuan2 介绍
+
+Baichuan 2 是百川智能推出的新一代开源大语言模型，采用 2.6 万亿 Tokens 的高质量语料训练。在多个权威的中文、英文和多语言的通用、领域 benchmark 上取得同尺寸最佳的效果。
+
+## 环境准备
+
+在autodl平台中租一个3090等24G显存的显卡机器，如下图所示镜像选择PyTorch-->2.0.0-->3.8(ubuntu20.04)-->11.8（11.3版本以上的都可以） 接下来打开刚刚租用服务器的JupyterLab， 图像 并且打开其中的终端开始环境配置、模型下载和运行演示。
+
+![Alt text](images/image1.png)
+
+
+
+pip换源和安装依赖包
+
+```shell
+# 升级pip
+python -m pip install --upgrade pip
+# 更换 pypi 源加速库的安装
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+
+pip install fastapi==0.104.1
+pip install uvicorn==0.24.0.post1
+pip install requests==2.25.1
+pip install modelscope==1.9.5
+pip install transformers==4.35.2
+pip install streamlit==1.24.0
+pip install sentencepiece==0.1.99
+pip install accelerate==0.24.1
+pip install transformers_stream_generator==0.0.4
+pip install xformers==0.0.23 
+```
+
+## 模型下载:
+
+使用 modelscope 中的snapshot_download函数下载模型，第一个参数为模型名称，参数cache_dir为模型的下载路径。
+
+在 /root/autodl-tmp 路径下新建 download.py 文件并在其中输入以下内容，粘贴代码后记得保存文件，如下图所示。并运行 python /root/autodl-tmp/download.py 执行下载，模型大小为15 GB，下载模型大概需要10~20分钟
+
+```Python
+import torch
+from modelscope import snapshot_download, AutoModel, AutoTokenizer
+import os
+model_dir = snapshot_download('baichuan-inc/Baichuan2-7B-Chat',cache_dir='/root/autodl-tmp', revision='v1.0.4')
+```
+
+## 代码准备:
+
+在/root/autodl-tmp路径下新建api.py文件并在其中输入以下内容，粘贴代码后记得保存文件。下面的代码有很详细的注释，大家如有不理解的地方，欢迎提出issue。
+
+```Python
+from fastapi import FastAPI, Request
+from transformers import AutoTokenizer, AutoModelForCausalLM
+from transformers.generation.utils import GenerationConfig
+import uvicorn
+import json
+import datetime
+import torch
+
+# 设置设备参数
+DEVICE = "cuda"  # 使用CUDA
+DEVICE_ID = "0"  # CUDA设备ID，如果未设置则为空
+CUDA_DEVICE = f"{DEVICE}:{DEVICE_ID}" if DEVICE_ID else DEVICE  # 组合CUDA设备信息
+
+# 清理GPU内存函数
+def torch_gc():
+    if torch.cuda.is_available():  # 检查是否可用CUDA
+        with torch.cuda.device(CUDA_DEVICE):  # 指定CUDA设备
+            torch.cuda.empty_cache()  # 清空CUDA缓存
+            torch.cuda.ipc_collect()  # 收集CUDA内存碎片
+
+# 创建FastAPI应用
+app = FastAPI()
+
+# 处理POST请求的端点
+@app.post("/")
+async def create_item(request: Request):
+    global model, tokenizer  # 声明全局变量以便在函数内部使用模型和分词器
+    json_post_raw = await request.json()  # 获取POST请求的JSON数据
+    json_post = json.dumps(json_post_raw)  # 将JSON数据转换为字符串
+    json_post_list = json.loads(json_post)  # 将字符串转换为Python对象
+    prompt = json_post_list.get('prompt')  # 获取请求中的提示
+
+    # 构建 messages      
+    messages = [
+        {"role": "user", "content": prompt}
+    ]
+    result= model.chat(tokenizer, messages)
+
+    now = datetime.datetime.now()  # 获取当前时间
+    time = now.strftime("%Y-%m-%d %H:%M:%S")  # 格式化时间为字符串
+    # 构建响应JSON
+    answer = {
+        "response": result,
+        "status": 200,
+        "time": time
+    }
+    # 构建日志信息
+    log = "[" + time + "] " + '", prompt:"' + prompt + '", response:"' + repr(result) + '"'
+    print(log)  # 打印日志
+    torch_gc()  # 执行GPU内存清理
+    return answer  # 返回响应
+
+# 主函数入口
+if __name__ == '__main__':
+    # 加载预训练的分词器和模型
+    tokenizer = AutoTokenizer.from_pretrained("/root/autodl-tmp/baichuan-inc/Baichuan2-7B-Chat", trust_remote_code=True)
+    model = AutoModelForCausalLM.from_pretrained("/root/autodl-tmp/baichuan-inc/Baichuan2-7B-Chat", trust_remote_code=True).to(torch.bfloat16).cuda()
+    g_config = GenerationConfig.from_pretrained("/root/autodl-tmp/baichuan-inc/Baichuan2-7B-Chat")
+
+    g_config.temperature = 0.3 # 可改参数：温度参数控制生成文本的随机性。较低的值使输出更加确定性和一致。
+    g_config.top_p = 0.85 # 可改参数：top-p（或nucleus sampling）截断，只考虑累积概率达到此值的最高概率的词汇。
+    g_config.top_k = 5 # 可改参数：top-k截断，只考虑概率最高的k个词汇。
+    g_config.max_new_tokens = 2048 # 可改参数：设置生成文本的最大长度（以token为单位）。
+    model.generation_config = g_config
+
+    model.eval()  # 设置模型为评估模式
+    # 启动FastAPI应用
+    # 用6006端口可以将autodl的端口映射到本地，从而在本地使用api
+    uvicorn.run(app, host='0.0.0.0', port=6006, workers=1)  # 在指定端口和主机上启动应用
+```
+
+## Api 部署:
+
+在终端输入以下命令启动api服务
+
+```Python
+cd /root/autodl-tmp
+python api.py
+```
+
+加载完毕后出现如下信息说明成功。
+
+![Alt text](images/image2.png)
+
+默认部署在 6006 端口，通过 POST 方法进行调用，可以使用curl调用，如下所示：
+
+```Python
+curl -X POST "http://127.0.0.1:6006" 
+-H 'Content-Type: application/json' 
+-d '{"prompt": "你是谁"}'
+```
+
+得到的返回值如下所示：
+
+```Python
+{
+    'response': '我是百川大模型，是由百川智能的工程师们创造的大语言模型', 
+    'status': 200, 
+    'time': '2023-12-01 17:06:10'
+}
+```
+
+运行显示：
+
+![Alt text](images/image3.png)
+
+也可以使用python中的requests库进行调用，如下所示：
+
+```Python
+import requests
+import json
+
+def get_completion(prompt):
+    headers = {'Content-Type': 'application/json'}
+    data = {"prompt": prompt}
+    response = requests.post(url='http://127.0.0.1:6006', headers=headers, data=json.dumps(data))
+    return response.json()['response']
+
+if __name__ == '__main__':
+    print(get_completion('你是谁，请给我介绍下自己'))
+```
+
+运行显示：
+
+![Alt text](images/image4.png)
+
+
+

BaiChuan/02-Baichuan-7B-chat+WebDemo.md

@@ -0,0 +1,122 @@
+# Baichuan-7B-chat WebDemo 部署调用
+
+## Baichuan2 介绍
+
+Baichuan 2 是百川智能推出的新一代开源大语言模型，采用 2.6 万亿 Tokens 的高质量语料训练。在多个权威的中文、英文和多语言的通用、领域 benchmark 上取得同尺寸最佳的效果。
+
+## 环境准备
+
+在autodl平台中租一个3090等24G显存的显卡机器，如下图所示镜像选择PyTorch-->2.0.0-->3.8(ubuntu20.04)-->11.8（11.3版本以上的都可以） 接下来打开刚刚租用服务器的JupyterLab， 图像 并且打开其中的终端开始环境配置、模型下载和运行演示。
+
+![Alt text](images/image1.png)
+
+pip换源和安装依赖包
+
+```shell
+# 升级pip
+python -m pip install --upgrade pip
+# 更换 pypi 源加速库的安装
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+
+pip install modelscope==1.9.5
+pip install transformers==4.35.2
+pip install streamlit==1.24.0
+pip install sentencepiece==0.1.99
+pip install accelerate==0.24.1
+pip install transformers_stream_generator==0.0.4
+```
+
+## 模型下载:
+
+使用 modelscope 中的snapshot_download函数下载模型，第一个参数为模型名称，参数cache_dir为模型的下载路径。
+
+在 /root/autodl-tmp 路径下新建 download.py 文件并在其中输入以下内容，粘贴代码后记得保存文件，如下图所示。并运行 python /root/autodl-tmp/download.py 执行下载，模型大小为15 GB，下载模型大概需要10~20分钟
+
+```Python
+import torch
+from modelscope import snapshot_download, AutoModel, AutoTokenizer
+import os
+model_dir = snapshot_download('baichuan-inc/Baichuan2-7B-Chat',cache_dir='/root/autodl-tmp', revision='v1.0.4')
+```
+
+## 代码准备
+
+在`/root/autodl-tmp`路径下新建 `chatBot.py` 文件并在其中输入以下内容，粘贴代码后记得保存文件。下面的代码有很详细的注释，大家如有不理解的地方，欢迎提出issue。
+
+```Python
+# 导入所需的库
+from transformers import AutoTokenizer, AutoModelForCausalLM, GenerationConfig
+import torch
+import streamlit as st
+
+# 在侧边栏中创建一个标题和一个链接
+with st.sidebar:
+    st.markdown("## Baichuan2 LLM")
+    "[开源大模型食用指南 self-llm](https://github.com/datawhalechina/self-llm.git)"
+    # 创建一个滑块，用于选择最大长度，范围在0到1024之间，默认值为512
+    max_length = st.slider("max_length", 0, 1024, 512, step=1)
+
+# 创建一个标题和一个副标题
+st.title("💬 Baichuan2 Chatbot")
+st.caption("🚀 A streamlit chatbot powered by Self-LLM")
+
+# 定义模型路径
+mode_name_or_path = '/root/autodl-tmp/baichuan-inc/Baichuan2-7B-Chat'
+
+# 定义一个函数，用于获取模型和tokenizer
+@st.cache_resource
+def get_model():
+    # 从预训练的模型中获取tokenizer
+    tokenizer = AutoTokenizer.from_pretrained(mode_name_or_path, trust_remote_code=True)
+    # 从预训练的模型中获取模型，并设置模型参数
+    model = AutoModelForCausalLM.from_pretrained(mode_name_or_path, trust_remote_code=True,torch_dtype=torch.bfloat16,  device_map="auto")
+    # 从预训练的模型中获取生成配置
+    model.generation_config = GenerationConfig.from_pretrained(mode_name_or_path)
+    # 设置模型为评估模式
+    model.eval()  
+    return tokenizer, model
+
+# 加载Baichuan-7B-chat的model和tokenizer
+tokenizer, model = get_model()
+
+# 如果session_state中没有"messages"，则创建一个包含默认消息的列表
+if "messages" not in st.session_state:
+    st.session_state["messages"] = [{"role": "assistant", "content": "有什么可以帮您的？"}]
+
+# 遍历session_state中的所有消息，并显示在聊天界面上
+for msg in st.session_state.messages:
+    st.chat_message(msg["role"]).write(msg["content"])
+
+# 如果用户在聊天输入框中输入了内容，则执行以下操作
+if prompt := st.chat_input():
+    # 将用户的输入添加到session_state中的messages列表中
+    st.session_state.messages.append({"role": "user", "content": prompt})
+    # 在聊天界面上显示用户的输入
+    st.chat_message("user").write(prompt)
+
+    # 构建输入     
+    input_tensor = tokenizer.apply_chat_template(st.session_state.messages, add_generation_prompt=True, return_tensors="pt")
+    # 通过模型获得输出
+    outputs = model.generate(input_tensor.to(model.device), max_new_tokens=max_length)
+    # 解码模型的输出，并去除特殊标记
+    response = tokenizer.decode(outputs[0][input_tensor.shape[1]:], skip_special_tokens=True)
+    # 将模型的输出添加到session_state中的messages列表中
+    st.session_state.messages.append({"role": "assistant", "content": response})
+    # 在聊天界面上显示模型的输出
+    st.chat_message("assistant").write(response)
+```
+
+## 运行 demo
+
+在终端中运行以下命令，启动streamlit服务，并按照 `autodl` 的指示将端口映射到本地，然后在浏览器中打开链接 [http://localhost:6006/](http://localhost:6006/) ，即可看到聊天界面。
+
+```Python
+streamlit run /root/autodl-tmp/chatBot.py --server.address 127.0.0.1 --server.port 6006
+```
+
+如下所示：
+
+![Alt text](images/image20.png)
+
+
+