README.md

Distributed MT5

主要内容

本算法是一款面向MT5大模型的多卡prompt训练方案。

• 该大模型的prompt训练支持CPU、多卡GPU训练。
• 支持 LoRa 训练模式
• 提供训练代码和测试代码

配置环境

• 安装 Conda: https://docs.conda.io/en/latest/miniconda.html
• 创建 Conda 环境:

conda create -n mt5 python=3.10
conda activate mt5
pip install -r requirements.txt

• 安装多卡训练环境。这里使用的多卡训练工具为 horovod:

安装 NCCL
安装 horovod：0.27.0
    安装方法：HOROVOD_GPU_OPERATIONS=NCCL pip install horovod
https://github.com/horovod/horovod/blob/master/docs/pytorch.rst

训练模型

1：准备数据 可以参照文件夹 data 中的数据进行相应的数据准备。

2：模型训练：

这里以3张卡为例子：
CUDA_VISIBLE_DEVICES="1,2,3" horovodrun -np 3 python mT5_train.py

3：模型测试 详见测试代码 mt5_test.py

注：相应的CPU训练方案，见mT5_train_cpu.py。但是不推荐实验CPU。

4: 同时也提供Lora训练方案

sh run_train_mT5_Lora.sh

新手常见问题

基本都是环境搭建问题。可以自行解决。