Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
CSDN 技术社区
ai
chatCSDN
提交
efd856e2
C
chatCSDN
项目概览
CSDN 技术社区
/
ai
/
chatCSDN
通知
108
Star
8
Fork
2
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
DevOps
流水线
流水线任务
计划
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
C
chatCSDN
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
DevOps
DevOps
流水线
流水线任务
计划
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
流水线任务
提交
Issue看板
提交
efd856e2
编写于
3月 13, 2023
作者:
U
u010280923
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
reward model finished
上级
77e4f4cb
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
1 addition
and
16 deletion
+1
-16
src/rlhf/reward.py
src/rlhf/reward.py
+0
-15
train_rm.py
train_rm.py
+1
-1
未找到文件。
src/rlhf/reward.py
浏览文件 @
efd856e2
...
...
@@ -73,11 +73,6 @@ class RewardModel(pl.LightningModule):
# reward 得分计算
self
.
pred_reward
=
nn
.
Linear
(
dim
,
1
,
bias
=
False
)
# self.pred_reward = nn.Sequential(
# nn.Linear(dim, 1, bias=False),
# Rearrange('... 1 -> ...') # 降维
# )
def
load
(
self
,
path
):
path
=
Path
(
path
)
assert
path
.
exists
()
...
...
@@ -124,20 +119,10 @@ class RewardModel(pl.LightningModule):
{
"params"
:
[
param_dict
[
n
]
for
n
in
lr_3x
],
"weight_decay"
:
0.0
,
"my_lr_scale"
:
3.0
},
]
optim_names
=
[
{
"params"
:
lr_1x
},
{
"params"
:
lr_2x
},
{
"params"
:
lr_3x
},
]
else
:
optim_groups
=
[
{
"params"
:
[
p
for
n
,
p
in
self
.
named_parameters
()],
"weight_decay"
:
0.0
},
]
optim_names
=
[
{
"params"
:
[
n
for
n
,
p
in
self
.
named_parameters
()]},
]
if
self
.
deepspeed_offload
:
return
DeepSpeedCPUAdam
(
optim_groups
,
lr
=
self
.
args
.
lr_init
,
betas
=
self
.
args
.
betas
,
eps
=
self
.
args
.
adam_eps
,
bias_correction
=
True
,
adamw_mode
=
False
,
weight_decay
=
0
,
amsgrad
=
False
)
...
...
train_rm.py
浏览文件 @
efd856e2
...
...
@@ -256,7 +256,7 @@ if __name__ == "__main__":
trainer
.
strategy
.
config
[
"zero_optimization"
][
"reduce_bucket_size"
]
=
args
.
ds_bucket_mb
*
1000
*
1000
# must set shuffle=True, persistent_workers=False (because worker is in another thread)
data_loader
=
DataLoader
(
train_data
,
shuffle
=
Tru
e
,
pin_memory
=
True
,
batch_size
=
args
.
micro_bsz
,
num_workers
=
1
,
persistent_workers
=
False
,
drop_last
=
True
)
data_loader
=
DataLoader
(
train_data
,
shuffle
=
Fals
e
,
pin_memory
=
True
,
batch_size
=
args
.
micro_bsz
,
num_workers
=
1
,
persistent_workers
=
False
,
drop_last
=
True
)
trainer
.
fit
(
rm_model
,
data_loader
)
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录