AI 助理
备案控制台
文档
输入文档关键字查找
首页 人工智能平台 PAI 实践教程 自动机器学习（AutoML) DLC LoRA训练最佳实践

DLC LoRA训练最佳实践

更新时间：
产品详情
我的收藏

本文为您介绍如何通过提交一个使用DLC计算资源的超参数调优实验，进行LoRA模型训练，以寻找最佳超参数配置。

前提条件

步骤一：创建数据集

创建OSS类型的数据集，通过数据集将OSS存储目录挂载到DLC路径，用于存储超参数调优实验生成的数据文件。其中关键参数说明如下，其他参数使用默认配置，详情请参见创建数据集：从阿里云云产品。

  • 数据集名称：自定义数据集名称。

  • 选择数据存储：选择脚本文件所在的OSS存储目录。

  • 属性：选择文件夹。

步骤二：新建实验

进入新建实验页面，并按照以下操作步骤配置关键参数，其他参数配置详情，请参见新建实验。参数配置完成后，单击提交。

  1. 设置执行配置。

    参数

    描述

    任务类型

    选择DLC。

    资源组

    选择公共资源组。

    框架

    选择Tensorflow。

    数据集

    选择步骤一中创建的数据集。

    节点镜像

    选择镜像地址，并在文本框中输入镜像地址registry.cn-shanghai.aliyuncs.com/mybigpai/nni:diffusers。

    该镜像中已预先配置了以下数据：

    • 预训练基础模型：模型Stable-Diffusion-V1-5已预先配置在镜像路径/workspace/diffusers_model_data/model下。

    • LoRa训练数据：pokemon已预先配置在镜像路径/workspace/diffusers_model_data/data下。

    • 训练代码：diffusers已预先配置在镜像路径/workspace/diffusers下。

    机器规格

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

    节点数量

    配置为1。

    节点启动命令

    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

    超参数

    每个超参数对应的约束类型和搜索空间配置如下：

    • lr：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加3个枚举值，分别为1e-4、1e-5和2e-5。

    • lr_scheduler：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加3个枚举值，分别为constant、cosine和polynomial。

    • rank：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加3个枚举值，分别为4、32和64。

    • adam_beta1：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加2个枚举值，分别为0.9和0.95。

    • adam_beta2：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加2个枚举值，分别为0.99和0.999。

    • adam_weight_decay：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加2个枚举值，分别为1e-2和1e-3。

    • max_grad_norm：

      • 约束类型：choice。

      • 搜索空间：单击image.png，增加3个枚举值，分别为1、5和10。

    使用上述配置可以生成648种超参数组合，后续实验会分别为每种超参数组合创建一个Trial，在每个Trial中使用一组超参数组合来运行脚本。

  2. 设置Trial配置。

    参数

    描述

    指标类型

    选择stdout。

    计算方式

    选择best。

    指标权重

    • key：val_loss=([0-9\\.]+)。

    • Value：1。

    指标来源

    配置为cmd1。

    优化方向

    选择越大越好。

  3. 设置搜索配置。

    参数

    描述

    搜索算法

    选择TPE。

    最大搜索次数

    配置为5。

    最大并发量

    配置为2。

    开启earlystop

    打开开关。

    start step

    5

步骤三：查看实现详情和运行结果

  1. 在实验列表页面，单击实验名称，进入实验详情页面。image

    在该页面，您可以查看Trial的执行进度和状态统计。实验根据配置的搜索算法和最大搜索次数自动创建5个Trial。

  2. 单击Trial列表，您可以在该页面查看该实验自动生成的所有Trial列表，以及每个Trial的执行状态、最终指标和超参数组合。image

    Trial运行时长大约持续5个小时。根据配置的优化方向（越大越好），从上图可以看出，最终指标为0.087655对应的超参数组合较优。

步骤四：部署及推理模型服务

  1. 下载LoRA模型，并进行模型文件格式转换。

    1. 实验执行成功后，会在启动命令指定的output_dir目录下生成模型文件。您可以前往该实验配置的数据集挂载的OSS路径的checkpoint-best目录中，查看并下载模型文件。详情请参见控制台快速入门。image

    2. 执行以下命令，将pytorch_model.bin转换成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服务。

    1. 进入模型在线服务（EAS）页面。具体操作，请参见步骤一：进入模型在线服务页面。

    2. 在模型在线服务（EAS）页面，单击部署服务，在自定义模型部署区域，单击自定义部署。

    3. 在新建服务页面，配置以下关键参数后，单击部署。

      参数

      描述

      服务名称

      自定义服务名称。本案例使用的示例值为：sdwebui_demo。

      部署方式

      选择镜像部署AI-Web应用。

      镜像选择

      在PAI平台镜像列表中选择stable-diffusion-webui；镜像版本选择4.2-standard。

      说明

      由于版本迭代迅速，部署时镜像版本选择最高版本即可。

      模型配置

      单击填写模型配置，进行模型配置。

      • 模型配置选择OSS挂载，将OSS路径配置为步骤1中创建的OSS Bucket路径。例如：oss://bucket-test/data-oss/。

      • 挂载路径：将您配置的OSS文件目录挂载到镜像的/code/stable-diffusion-webui路径下。例如配置为：/code/stable-diffusion-webui/data-oss。

      • 是否只读：开关关闭。

      运行命令

      镜像配置完成后，系统会自动配置运行命令。您需要在运行命令中增加--data-dir 挂载目录，其中挂载目录需要与模型配置中挂载路径的最后一级目录一致。本方案在运行命令末尾增加--data-dir data-oss。

      资源配置方法

      选择常规资源配置。

      资源配置选择

      必须选择GPU类型，实例规格推荐使用ml.gu7i.c16m60.1-gu30（性价比最高）。

      系统盘配置

      将额外系统盘设置为100 GB。

    4. 单击部署。

      PAI会自动在您配置的OSS空文件目录下创建如下目录结构，并复制必要的数据到该目录下。49a056cc3a4f03e3744bdbeb2bf784ad

  3. 上传模型文件到指定路径下，然后单击目标服务操作列下的image>重启服务，服务重启成功后，即可生效。

    • 将上述步骤生成的模型文件pytorch_model_converted.safetensors上传到OSS的models/lora/目录中。

    • 将revAnimated_v122基础模型，上传到OSS的models/Stable-diffusion/目录中。

  4. 单击目标服务的服务方式列下的查看Web应用，在WebUI页面进行模型推理验证。

    使用Stable Diffusion模型

    在WebUI页面配置以下参数：

    • Stable Diffusion模型：选择revAnimated_v122.safetensors。

    • 正向提示词Prompt：在编辑框中输入请求数据，例如a drawing of a green pokemon with red eyes。

    • 采样方法（Sampler）：选择DPM++2M Karras。

    • 迭代部署（Steps）：配置为20。

    • 随机数种子（Seed）：配置为1。

    参数配置完成后，单击生成。输出结果示例如下：image

    使用Stable diffusion和LoRA模型

    在WebUI页面配置以下参数：

    • Stable Diffusion模型：选择revAnimated_v122.safetensors。

    • 正向提示词Prompt：在编辑框中输入请求数据，并将Lora模型的权重从<lora:pytorch_model_converted:1>调整为<lora:pytorch_model_converted:0.5>。例如a drawing of a green pokemon with red eyes <lora:pytorch_model_converted:0.5>。

    • 单击Lora页签，确认模型pytorch_model_converted.safetensors已成功加载。

    • 采样方法（Sampler）：选择DPM++2M Karras。

    • 迭代部署（Steps）：配置为20。

    • 随机数种子（Seed）：配置为1。

    参数配置完成后，单击生成。输出结果示例如下：image

上一篇：DLC MNIST训练最佳实践下一篇：模型在线服务（EAS）
文档推荐