阿里云交互式建模（PAI-DSW）训练并微调推理ChatGLM模型

点击“交互式建模（DSW）”，然后选择“创建实例”
在这里插入图片描述

写上实例名称，然后选择GPU规格，选择“ecs.gn6v-c8g1.2xlarge(8 vCPU，32GB)”
在这里插入图片描述

页面往下拉选择“pytorch:1.12-gpu-py39-cu113-ubuntu20.04”这个官方镜像，然后点击下一步。
在这里插入图片描述

在确认订单这里点击创建实例。
在这里插入图片描述

等着状态是运行中，然后点击打开。
在这里插入图片描述

选择notebook中Python 3（ipykernel）。
在这里插入图片描述

进入到下边的页面。
在这里插入图片描述

import os
dsw_region = os.environ.get("dsw_region")
url_link = {
    "cn-shanghai": "https://atp-modelzoo-sh.oss-cn-shanghai-internal.aliyuncs.com/release/tutorials/chatGLM/ChatGLM-6B-main.tar.gz",
    "cn-hangzhou": "https://atp-modelzoo.oss-cn-hangzhou-internal.aliyuncs.com/release/tutorials/chatGLM/ChatGLM-6B-main.tar.gz",
    "cn-shenzhen": "https://atp-modelzoo-sz.oss-cn-shenzhen-internal.aliyuncs.com/release/tutorials/chatGLM/ChatGLM-6B-main.tar.gz",
    "cn-beijing": "https://atp-modelzoo-bj.oss-cn-beijing-internal.aliyuncs.com/release/tutorials/chatGLM/ChatGLM-6B-main.tar.gz", 
}

执行上边代码获取当前地域的下载链接。
在这里插入图片描述

添加代码框。
在这里插入图片描述

path = url_link[dsw_region]
os.environ['LINK_CHAT'] = path
!wget $LINK_CHAT
!tar -xvf ChatGLM-6B-main.tar.gz

根据获取到的下载链接下载ChatGLM-6B数据。
在这里插入图片描述

!cd ChatGLM-6B-main && pip install -r requirements.txt && \
pip install rouge_chinese nltk jieba datasets

安装相关依赖。
在这里插入图片描述

执行完成之后：
在这里插入图片描述

!cd ChatGLM-6B-main/ptuning && wget https://atp-modelzoo-sh.oss-cn-shanghai.aliyuncs.com/release/tutorials/chatGLM/AdvertiseGen_Simple.zip && unzip AdvertiseGen_Simple.zip获取公共样例数据（AdvertiseGen_Simple）。
在这里插入图片描述