书生·浦语大模型InternLM-Chat-1.8B 智能对话 Demo 第二期

本文主要是介绍书生·浦语大模型InternLM-Chat-1.8B 智能对话 Demo 第二期，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

InternLM-Chat-1.8B 智能对话 Demo
- 环境准备
- 下载模型
- 运行 InternLM-Chat-1.8B
web 运行八戒 demo
- 下载模型
- 执行Demo

InternLM-Chat-1.8B 智能对话 Demo

环境准备

在InternStudio平台中选择 10% A100(1/4) 的配置（平台资源有限），如下图所示镜像选择 Cuda11.7-conda，如下图所示：
打开刚刚租用服务器的进入开发机，进入开发机后，在页面的左上角可以切换 JupyterLab、终端和 VScode

在这里插入图片描述

配置开发环境

创建python=3.10.13，pytorch=2.0.1虚拟环境

studio-conda -o internlm-base -t demo
# 与 studio-conda 等效的配置方案
# conda create -n demo python==3.10 -y
# conda activate demo
# conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia# 或者直接克隆一个pytorch=2.0.1的环境
# conda create --name demo --clone=/root/share/conda_envs/internlm-base

激活internlm-demo环境
```
conda activate demo
```

安装demo需要的依赖包

# 升级pip
python -m pip install --upgrade pippip install huggingface-hub==0.17.3
pip install transformers==4.34 
pip install psutil==5.9.8
pip install accelerate==0.24.1
pip install streamlit==1.32.2 
pip install matplotlib==3.8.3 
pip install modelscope==1.9.5
pip install sentencepiece==0.1.99

下载模型

按路径创建文件夹，并进入到对应文件目录中：

mkdir -p /root/demo  # 在root文件夹下创建demo文件夹
touch /root/demo/cli_demo.py  # 在demo文件夹下创建cli_demo.py文件
touch /root/demo/download_mini.py  # 在demo文件夹下创建download_mini.py文件
cd /root/demo  # 进入到demo文件夹下

通过左侧文件夹栏目，双击进入 demo 文件夹

双击打开 /root/demo/download_mini.py 文件，复制以下代码：

import os
from modelscope.hub.snapshot_download import snapshot_download# 创建保存模型目录
os.system("mkdir /root/models")# save_dir是模型保存到本地的目录
save_dir="/root/models"snapshot_download("Shanghai_AI_Laboratory/internlm2-chat-1_8b", cache_dir=save_dir, revision='v1.1.0')

执行命令，下载模型参数文件：
```
python /root/demo/download_mini.py
```

运行 InternLM-Chat-1.8B

双击打开 /root/demo/cli_demo.py 文件，复制以下代码：

import torch
from transformers import AutoTokenizer, AutoModelForCausalLMmodel_name_or_path = "/root/models/Shanghai_AI_Laboratory/internlm2-chat-1_8b"tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True, device_map='cuda:0')
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, trust_remote_code=True, torch_dtype=torch.bfloat16, device_map='cuda:0')
model = model.eval()system_prompt = """You are an AI assistant whose name is InternLM (书生·浦语).
- InternLM (书生·浦语) is a conversational language model that is developed by Shanghai AI Laboratory (上海人工智能实验室). It is designed to be helpful, honest, and harmless.
- InternLM (书生·浦语) can understand and communicate fluently in the language chosen by the user such as English and 中文.
"""messages = [(system_prompt, '')]print("=============Welcome to InternLM chatbot, type 'exit' to exit.=============")while True:input_text = input("\nUser  >>> ")input_text = input_text.replace(' ', '')if input_text == "exit":breaklength = 0for response, _ in model.stream_chat(tokenizer, input_text, messages):if response is not None:print(response[length:], flush=True, end="")length = len(response)

输入命令，执行 Demo 程序：

conda activate demo
python /root/demo/cli_demo.py

运行效果

web 运行八戒 demo

下载模型

使用 git 命令来获得仓库内的 Demo 文件

conda activate demo
cd /root/
git clone https://gitee.com/InternLM/Tutorial -b camp2
# git clone https://github.com/InternLM/Tutorial -b camp2
cd /root/Tutorial

在Terminal中执行 bajie_download.py，下载模型

python /root/Tutorial/helloworld/bajie_download.py

执行Demo

端口映射到本地，在本地浏览器才可浏览
- 在本地打开Power Shell终端，SSH公钥默认存储在 ~/.ssh/id_rsa.pub，可以通过系统自带的 cat 工具查看文件内容
- 将公钥复制到剪贴板中，然后回到 InternStudio 控制台，点击配置 SSH Key
- 将刚刚复制的公钥添加进入即可
- 在本地终端输入以下指令 .6006 是在服务器中打开的端口，而 33090 是根据开发机的端口进行更改
```
ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 33854
```
  这样就映射成功了

在InternStudio终端运行以下代码：

bash
conda activate demo  # 首次进入 vscode 会默认是 base 环境，所以首先切换环境
streamlit run /root/Tutorial/helloworld/bajie_chat.py --server.address 127.0.0.1 --server.port 6006