paddle_minigpt4_instrction.md

获取和转换 Paddle 版 MiniGPT4 权重

1. 准备 MiniGPT4 中所有模块的权重

你需要下载3个权重，以获取最终 MiniGPT4的权重，分别是：

• Pretrained MiniGPT-4
• Vicuna Weight
• Blip2 Weight

1.1 下载 MiniGPT4 的预训练权重

根据你准备的Vicuna模型版本，下载预训练的MiniGPT4 权重。

Checkpoint Aligned with Vicuna 7B	Checkpoint Aligned with Vicuna 13B
Download	Download

1.2准备 ViT and Qformer 权重

MiniGPT4中使用的ViT和Qformer Weight来自blip2-flan-t5-xxl，这个weight在PaddleNLP中进行了转换。 所以你可以从 PaddleNLP 下载它，你有两种下载方式进行下载：

1.2.1 通过 paddlenlp 方式加载

直接通过paddlenlp的模型加载方法进行下载，下载后一般会存入 PPNLP_HOME 指定的目录。

import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"

import paddle
from paddlenlp.transformers import Blip2Model, Blip2VisionModel, Blip2VisionConfig, Blip2QFormerConfig, Blip2QFormerModel

Blip2Model.from_pretrained("Salesforce/blip2-flan-t5-xxl")

1.2.2 直接点击下载

可以直接进行点击下载：

blip2-flan-t5-xxl 权重	点击下载
model_state.pdparams	Download

1.3 准备 Vicuna 权重

这里需要下载两个权重：Vicuna delta Weight和huggingface-formated Llama Weight。 然后你应该结合这两个重量来获得可以使用的Vicuna 权重。

1.3.1 下载 Vicuna delta 权重

这里展示两种Vicuna delta 权重，请根据需要选择一种并点击下载。

vicuna-7b-delta-v0	vicuna-13b-delta-v0
Download	Download

1.3.2 根据以上选择的vicuna delta 权重，下载 相应的 llama 权重。

llama-7b	llama-13b
Download	Download

1.3.3 结合上面的两个权重，得到可以使用的 vicuna 权重

• 为组合如上两个权重，请安装以下工具：

pip install git+https://github.com/lm-sys/FastChat.git@v0.1.10

• 运行以下命令，获取最终可用的vicuna 权重

python -m fastchat.model.apply_delta --base /path/to/llama-13bOR7b-hf/  --target /path/to/save/working/vicuna-13b/weight/  --delta /path/to/vicuna-13bOR7b-delta-v0/

2. 将多个 pytorch 子权重文件合并为一个权重文件

Pytorch版的权重文件可能是由多个子权重文件组合而成，为使用PaddleNLP进行加载并自动转换为Paddle版，需要将其合并为一个文件：

2.1 下载MiniGPT库

在开始之前，请确保已经下载了 MiniGPT4 库：

git clone https://github.com/Vision-CAIR/MiniGPT-4.git

2.2 获取完整的 vicuna 权重

进入到MiniGPT4文件夹，执行以下代码，获取完整的 vicuna 权重文件：

import argparse
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"
os.environ["FLAGS_use_cuda_managed_memory"]="true"

import torch
from minigpt4.models.modeling_llama import LlamaForCausalLM

llama_model = LlamaForCausalLM.from_pretrained("/path/to/save/working/vicuna-13b/")
torch.save(llama_model.state_dict(), "/path/to/save/working/vicuna-13b/pytorch_model.bin")

3. 合并以上所有权重，获取最终的 Paddle 版 MiniGPT4 权重

这里提供了一个合并以上权重的脚本，你可以通过设置相关权重路径 以获取最终的 MiniGPT4 权重。

python merge_weight.py \
    --blip2_path "your dir name of blip2" \
    --vicuna_path "your dir name of vicuna" \
    --minigpt4_path "your ckpt path of minigpt4" \
    --save_path "your dir name saving the final minigpt4"

参数说明：

• blip2_path： 存放 blip2 权重的目录名
• vicuna_path： 存放 vicuna_path 权重的目录名
• minigpt4_path： 存放 blip2 权重的文件地址，比如./prerained_minigpt4_7b.pth
• save_path： 保存 Paddle 版 MiniGPT3 权重的目录名

3. More Reference

• MiniGPT Official Site