mirror of
https://github.com/wassname/peft.git
synced 2026-08-21 11:18:57 +08:00
31 KiB
31 KiB
In [1]:
import argparse
import os
import torch
from torch.optim import AdamW
from torch.utils.data import DataLoader
from peft import (
get_peft_config,
get_peft_model,
get_peft_model_state_dict,
set_peft_model_state_dict,
PeftType,
PrefixTuningConfig,
PromptEncoderConfig,
)
import evaluate
from datasets import load_dataset
from transformers import AutoModelForSequenceClassification, AutoTokenizer, get_linear_schedule_with_warmup, set_seed
from tqdm import tqdm===================================BUG REPORT=================================== Welcome to bitsandbytes. For bug reports, please submit your error trace to: https://github.com/TimDettmers/bitsandbytes/issues For effortless bug reporting copy-paste your error into this form: https://docs.google.com/forms/d/e/1FAIpQLScPB8emS3Thkp66nvqwmjTEgxp8Y9ufuWTzFyr9kJ5AoI47dQ/viewform?usp=sf_link ================================================================================ CUDA SETUP: CUDA runtime path found: /home/sourab/miniconda3/envs/ml/lib/libcudart.so CUDA SETUP: Highest compute capability among GPUs detected: 7.5 CUDA SETUP: Detected CUDA version 117 CUDA SETUP: Loading binary /home/sourab/miniconda3/envs/ml/lib/python3.10/site-packages/bitsandbytes/libbitsandbytes_cuda117.so...
In [2]:
batch_size = 32
model_name_or_path = "roberta-large"
task = "mrpc"
peft_type = PeftType.PREFIX_TUNING
device = "cuda"
num_epochs = 20In [3]:
peft_config = PrefixTuningConfig(task_type="SEQ_CLS", num_virtual_tokens=20)
lr = 1e-2In [4]:
if any(k in model_name_or_path for k in ("gpt", "opt", "bloom")):
padding_side = "left"
else:
padding_side = "right"
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, padding_side=padding_side)
if getattr(tokenizer, "pad_token_id") is None:
tokenizer.pad_token_id = tokenizer.eos_token_id
datasets = load_dataset("glue", task)
metric = evaluate.load("glue", task)
def tokenize_function(examples):
# max_length=None => use the model max length (it's actually the default)
outputs = tokenizer(examples["sentence1"], examples["sentence2"], truncation=True, max_length=None)
return outputs
tokenized_datasets = datasets.map(
tokenize_function,
batched=True,
remove_columns=["idx", "sentence1", "sentence2"],
)
# We also rename the 'label' column to 'labels' which is the expected name for labels by the models of the
# transformers library
tokenized_datasets = tokenized_datasets.rename_column("label", "labels")
def collate_fn(examples):
return tokenizer.pad(examples, padding="longest", return_tensors="pt")
# Instantiate dataloaders.
train_dataloader = DataLoader(tokenized_datasets["train"], shuffle=True, collate_fn=collate_fn, batch_size=batch_size)
eval_dataloader = DataLoader(
tokenized_datasets["validation"], shuffle=False, collate_fn=collate_fn, batch_size=batch_size
)Found cached dataset glue (/home/sourab/.cache/huggingface/datasets/glue/mrpc/1.0.0/dacbe3125aa31d7f70367a07a8a9e72a5a0bfeb5fc42e75c9db75b96da6053ad)
0%| | 0/3 [00:00<?, ?it/s]
Loading cached processed dataset at /home/sourab/.cache/huggingface/datasets/glue/mrpc/1.0.0/dacbe3125aa31d7f70367a07a8a9e72a5a0bfeb5fc42e75c9db75b96da6053ad/cache-9fa7887f9eaa03ae.arrow
0%| | 0/1 [00:00<?, ?ba/s]
Loading cached processed dataset at /home/sourab/.cache/huggingface/datasets/glue/mrpc/1.0.0/dacbe3125aa31d7f70367a07a8a9e72a5a0bfeb5fc42e75c9db75b96da6053ad/cache-7e7eacaa5160936d.arrow
In [ ]:
model = AutoModelForSequenceClassification.from_pretrained(model_name_or_path, return_dict=True)
model = get_peft_model(model, peft_config)
model.print_trainable_parameters()
modelIn [6]:
optimizer = AdamW(params=model.parameters(), lr=lr)
# Instantiate scheduler
lr_scheduler = get_linear_schedule_with_warmup(
optimizer=optimizer,
num_warmup_steps=0.06 * (len(train_dataloader) * num_epochs),
num_training_steps=(len(train_dataloader) * num_epochs),
)In [7]:
model.to(device)
for epoch in range(num_epochs):
model.train()
for step, batch in enumerate(tqdm(train_dataloader)):
batch.to(device)
outputs = model(**batch)
loss = outputs.loss
loss.backward()
optimizer.step()
lr_scheduler.step()
optimizer.zero_grad()
model.eval()
for step, batch in enumerate(tqdm(eval_dataloader)):
batch.to(device)
with torch.no_grad():
outputs = model(**batch)
predictions = outputs.logits.argmax(dim=-1)
predictions, references = predictions, batch["labels"]
metric.add_batch(
predictions=predictions,
references=references,
)
eval_metric = metric.compute()
print(f"epoch {epoch}:", eval_metric)0%| | 0/115 [00:00<?, ?it/s]You're using a RobertaTokenizerFast tokenizer. Please note that with a fast tokenizer, using the `__call__` method is faster than using a method to encode the text followed by a call to the `pad` method to get a padded encoding. 100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [00:29<00:00, 3.87it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:01<00:00, 8.32it/s]
epoch 0: {'accuracy': 0.7132352941176471, 'f1': 0.7876588021778584}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [00:26<00:00, 4.42it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:01<00:00, 8.36it/s]
epoch 1: {'accuracy': 0.6838235294117647, 'f1': 0.8122270742358079}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [00:26<00:00, 4.41it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:01<00:00, 8.35it/s]
epoch 2: {'accuracy': 0.8088235294117647, 'f1': 0.8717105263157895}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [00:26<00:00, 4.39it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:01<00:00, 8.34it/s]
epoch 3: {'accuracy': 0.7549019607843137, 'f1': 0.8475609756097561}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [00:26<00:00, 4.37it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:01<00:00, 8.34it/s]
epoch 4: {'accuracy': 0.8480392156862745, 'f1': 0.8938356164383561}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [00:40<00:00, 2.87it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:06<00:00, 1.93it/s]
epoch 5: {'accuracy': 0.8651960784313726, 'f1': 0.9053356282271946}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:53<00:00, 1.01it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:07<00:00, 1.79it/s]
epoch 6: {'accuracy': 0.8700980392156863, 'f1': 0.9065255731922399}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:42<00:00, 1.12it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.43it/s]
epoch 7: {'accuracy': 0.8676470588235294, 'f1': 0.9042553191489361}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.31it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.45it/s]
epoch 8: {'accuracy': 0.875, 'f1': 0.9103690685413005}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:29<00:00, 1.29it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.48it/s]
epoch 9: {'accuracy': 0.8799019607843137, 'f1': 0.913884007029877}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:43<00:00, 1.11it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:06<00:00, 1.88it/s]
epoch 10: {'accuracy': 0.8725490196078431, 'f1': 0.902621722846442}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:53<00:00, 1.02it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:06<00:00, 2.02it/s]
epoch 11: {'accuracy': 0.875, 'f1': 0.9090909090909091}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:29<00:00, 1.28it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:04<00:00, 2.65it/s]
epoch 12: {'accuracy': 0.8823529411764706, 'f1': 0.9139784946236559}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.31it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.46it/s]
epoch 13: {'accuracy': 0.8602941176470589, 'f1': 0.9018932874354562}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.31it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.47it/s]
epoch 14: {'accuracy': 0.8700980392156863, 'f1': 0.9075043630017452}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.31it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.49it/s]
epoch 15: {'accuracy': 0.875, 'f1': 0.9087656529516995}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.32it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.49it/s]
epoch 16: {'accuracy': 0.8578431372549019, 'f1': 0.9003436426116839}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.31it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.22it/s]
epoch 17: {'accuracy': 0.8627450980392157, 'f1': 0.903448275862069}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:28<00:00, 1.31it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:04<00:00, 2.65it/s]
epoch 18: {'accuracy': 0.8700980392156863, 'f1': 0.9078260869565218}
100%|████████████████████████████████████████████████████████████████████████████████████████| 115/115 [01:27<00:00, 1.32it/s] 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:05<00:00, 2.45it/s]
epoch 19: {'accuracy': 0.8774509803921569, 'f1': 0.9125874125874125}
In [8]:
model.push_to_hub("smangrul/roberta-large-peft-prefix-tuning", use_auth_token=True)Out [8]:
CommitInfo(commit_url='https://huggingface.co/smangrul/roberta-large-peft-prefix-tuning/commit/a00e05a4c9a68e700221784f8e073c2e194637c3', commit_message='Upload model', commit_description='', oid='a00e05a4c9a68e700221784f8e073c2e194637c3', pr_url=None, pr_revision=None, pr_num=None)
In [9]:
import torch
from peft import PeftModel, PeftConfig
from transformers import AutoModelForCausalLM, AutoTokenizer
peft_model_id = "smangrul/roberta-large-peft-prefix-tuning"
config = PeftConfig.from_pretrained(peft_model_id)
inference_model = AutoModelForSequenceClassification.from_pretrained(config.base_model_name_or_path)
tokenizer = AutoTokenizer.from_pretrained(config.base_model_name_or_path)
# Load the Lora model
inference_model = PeftModel.from_pretrained(inference_model, peft_model_id)
inference_model.to(device)
inference_model.eval()
for step, batch in enumerate(tqdm(eval_dataloader)):
batch.to(device)
with torch.no_grad():
outputs = inference_model(**batch)
predictions = outputs.logits.argmax(dim=-1)
predictions, references = predictions, batch["labels"]
metric.add_batch(
predictions=predictions,
references=references,
)
eval_metric = metric.compute()
print(eval_metric)Downloading: 0%| | 0.00/373 [00:00<?, ?B/s]
Some weights of the model checkpoint at roberta-large were not used when initializing RobertaForSequenceClassification: ['roberta.pooler.dense.bias', 'lm_head.layer_norm.weight', 'lm_head.layer_norm.bias', 'lm_head.dense.weight', 'roberta.pooler.dense.weight', 'lm_head.bias', 'lm_head.decoder.weight', 'lm_head.dense.bias'] - This IS expected if you are initializing RobertaForSequenceClassification from the checkpoint of a model trained on another task or with another architecture (e.g. initializing a BertForSequenceClassification model from a BertForPreTraining model). - This IS NOT expected if you are initializing RobertaForSequenceClassification from the checkpoint of a model that you expect to be exactly identical (initializing a BertForSequenceClassification model from a BertForSequenceClassification model). Some weights of RobertaForSequenceClassification were not initialized from the model checkpoint at roberta-large and are newly initialized: ['classifier.out_proj.weight', 'classifier.out_proj.bias', 'classifier.dense.bias', 'classifier.dense.weight'] You should probably TRAIN this model on a down-stream task to be able to use it for predictions and inference.
Downloading: 0%| | 0.00/8.14M [00:00<?, ?B/s]
0%| | 0/13 [00:00<?, ?it/s]You're using a RobertaTokenizerFast tokenizer. Please note that with a fast tokenizer, using the `__call__` method is faster than using a method to encode the text followed by a call to the `pad` method to get a padded encoding. 100%|██████████████████████████████████████████████████████████████████████████████████████████| 13/13 [00:06<00:00, 2.04it/s]
{'accuracy': 0.8774509803921569, 'f1': 0.9125874125874125}