模型并行的方式进行lora方式的finetuning要怎么设置呢

[kunden0612]

我设置会出现mp_size=2以后进行lora训练，会出现维度不匹配的问题

[1049451037]

如果是VisualGLM的话，可以参考这个issue：THUDM/VisualGLM-6B#209 (comment)

模型并行里使用lora需要构建好模型以后再model.add_mixin(lora)

[kunden0612]

如果是VisualGLM的话，可以参考这个issue：THUDM/VisualGLM-6B#209 (comment)

模型并行里使用lora需要构建好模型以后再model.add_mixin(lora)

我这边微调的是GLM-10B-zh，参考这个方式，还是出现一些新的问题，如果使用model, args = FineTuneGLMModel.from_pretrained("glm-large-zh", args=args, overwrite_args={'model_parallel_size':2})，则会出现ValueError: model_parallel_size is inconsistent with prior configuration.We currently do not support changing model_parallel_size.这个问题，在去除overwrite_args={'model_parallel_size':2}，和调整layer_range则还是有原来维度的问题

[1049451037]

需要在训练脚本里设置--model-parallel-size 2这个参数，否则size就会和overwrite里的不一致

[kunden0612]

需要在训练脚本里设置--model-parallel-size 2这个参数，否则size就会和overwrite里的不一致

非常感谢您的耐心解答，我这边已经能够调通了！

[kunden0612]

还有一个问题就是会出现if not (attention_mask.shape[-2] == 1 and (attention_mask > 0).all()): IndexError: tuple index out of range的问题，看了一下我的模型输入的attention_mask的维度是torch.Size([2, 1, 520, 520])，但是在transformer_defaults.py的29行前输出attention_mask的维度时，首先是torch.Size([2, 1, 520, 520])，后面却是torch.Size([540800])了