当前位置：首页 > backend >正文

从零开始实现大语言模型（十六）：加载开源大语言模型参数

backend 2025/5/19 5:18:34

1. 前言

预训练大语言模型的难点不在于算法，而在于数据和算力，绝大多数企业和机构都没有预训练大语言模型的算力资源。在工业界的大语言模型应用实践中，通常会使用领域数据微调开源大语言模型参数，以构建领域大语言模型。

本文介绍加载开源大语言模型参数以替代大语言模型GPTModel中的随机初始化参数的方法。后续微调大语言模型部分内容将分别使用监督微调及指令微调方法，微调大语言模型GPTModel参数，使大语言模型具备文本分类及回答问题能力。

2. 获取开源大语言模型参数

OpenAI开源了其使用TensorFlow框架训练出来的大语言模型GPT-2的参数。可以使用如下代码，访问OpenAI官方提供的模型参数下载地址，下载开源大语言模型GPT-2 small版本（124M）的参数：

import os
import urllib.request
from tqdm import tqdmdef download_openai_params(model_size, openai_params_dir):allowed_sizes = ["124M", "355M", "774M", "1558M"]if model_size not in allowed_sizes:raise ValueError(f"model_size not in {allowed_sizes}")params_dir = os.path.join(openai_params_dir, "gpt2_" + model_size)os.makedirs(params_dir, exist_ok=True)base_url = "https://openaipublic.blob.core.windows.net/gpt-2/models"filenames = ["checkpoint", "encoder.json", "hparams.json", "vocab.bpe","model.ckpt.index", "model.ckpt.meta", "model.ckpt.data-00000-of-00001"]for filename in filenames:file_url = os.path.join(base_url, model_size, filename)file_path = os.path.join(params_dir, filename)with urllib.request.urlopen(file_url) as response:file_size = int(response.headers.get("Content-Length", 0))if os.path.exists(file_path):file_size_local = os.path.getsize(file_path)if file_size == file_size_local:print(f"File already exists and is up-to-date: {file_path}")continueblock_size = 1024progress_bar_description = os.path.basename(file_url)with tqdm(total=file_size, unit="iB", unit_scale=True, desc=progress_bar_description) as progress_bar:with open(file_path, "wb") as file:while True:chunk = response.read(block_size)if not chunk:breakfile.write(chunk)progress_bar.update(len(chunk))download_openai_params(model_size="124M", openai_params_dir="openai_params")

执行上面代码，打印结果如下：

checkpoint: 100%|██████████████████████████████████████████████████████████████████| 77.0/77.0 [00:00<00:00, 73.2kiB/s]
encoder.json: 100%|███████████████████████████████████████████████████████████████| 1.04M/1.04M [00:04<00:00, 245kiB/s]
hparams.json: 100%|████████████████████████████████████████████████████████████████████████| 90.0/90.0 [00:00<?, ?iB/s]
vocab.bpe: 100%|████████████████████████████████████████████████████████████████████| 456k/456k [00:00<00:00, 489kiB/s]
model.ckpt.index: 100%|██████████████████████████████████████████████████████████| 5.21k/5.21k [00:00<00:00, 1.73MiB/s]
model.ckpt.meta: 100%|██████████████████████████████████████████████████████████████| 471k/471k [00:00<00:00, 505kiB/s]
model.ckpt.data-00000-of-00001: 100%|███████████████████████████████████████████████| 498M/498M [13:19<00:00, 622kiB/s]

OpenAI开源的大语言模型GPT-2的训练框架是TensorFlow，可以使用tf.train.latest_checkpoint函数获取模型的checkpoint路径，并使用tf.train.list_variables函数打印模型参数信息，具体代码如下所示：

import tensorflow as tfckpt_path = tf.train.latest_checkpoint("openai_params/gpt2_124M")
variables = tf.train.list_variables(ckpt_path)
variables

执行上面代码，打印结果如下：

[('model/h0/attn/c_attn/b', [2304]),('model/h0/attn/c_attn/w', [1, 768, 2304]),('model/h0/attn/c_proj/b', [768]),('model/h0/attn/c_proj/w', [1, 768, 768]),('model/h0/ln_1/b', [768]),('model/h0/ln_1/g', [768]),('model/h0/ln_2/b', [768]),('model/h0/ln_2/g', [768]),('model/h0/mlp/c_fc/b', [3072]),('model/h0/mlp/c_fc/w', [1, 768, 3072]),('model/h0/mlp/c_proj/b', [768]),('model/h0/mlp/c_proj/w', [1, 3072, 768]),[...]('model/h9/attn/c_attn/b', [2304]),('model/h9/attn/c_attn/w', [1, 768, 2304]),('model/h9/attn/c_proj/b', [768]),('model/h9/attn/c_proj/w', [1, 768, 768]),('model/h9/ln_1/b', [768]),('model/h9/ln_1/g', [768]),('model/h9/ln_2/b', [768]),('model/h9/ln_2/g', [768]),('model/h9/mlp/c_fc/b', [3072]),('model/h9/mlp/c_fc/w', [1, 768, 3072]),('model/h9/mlp/c_proj/b', [768]),('model/h9/mlp/c_proj/w', [1, 3072, 768]),('model/ln_f/b', [768]),('model/ln_f/g', [768]),('model/wpe', [1024, 768]),('model/wte', [50257, 768])]

3. 加载开源大语言模型参数

使用梯度下降算法训练深度神经网络，会先随机初始化深度神经网络模型参数，并使用梯度下降算法逐步更新深度神经网络参数直至收敛。在工业界的大语言模型应用实践中，通常会使用开源大语言模型参数替代大语言模型中的随机初始化参数，以解决预训练大语言模型的算力资源缺乏问题。

如下面的代码所示，加载OpenAI的开源大语言模型GPT-2的参数以替代大语言模型GPTModel中的随机初始化参数，首先需要使用如下代码读取开源大语言模型参数，并构造参数字典params。参数字典params的key为OpenAI开源的大语言模型GPT-2中各个子模块参数的名称，value为各个子模块参数对应的torch.nn.Parameter。具体代码如下所示：

import json
import torch
import numpy as npdef load_openai_ckpt(ckpt_dir):ckpt_path = tf.train.latest_checkpoint(ckpt_dir)with open(os.path.join(ckpt_dir, "hparams.json"), "rt", encoding="utf-8") as f:settings = json.load(f)params = {"blocks": [{} for _ in range(settings["n_layer"])]}for name, _ in tf.train.list_variables(ckpt_path):variable_array = np.squeeze(tf.train.load_variable(ckpt_path, name))variable_array = torch.nn.Parameter(torch.tensor(variable_array))variable_name_parts = name.split("/")[1:]target_dict = paramsif variable_name_parts[0].startswith("h"):layer_number = int(variable_name_parts[0][1:])target_dict = params["blocks"][layer_number]for key in variable_name_parts[1:-1]:target_dict = target_dict.setdefault(key, {})last_key = variable_name_parts[-1]target_dict[last_key] = variable_array  # noqareturn paramsparams = load_openai_ckpt("openai_params/gpt2_124M")print("Parameter dictionary keys:", params.keys())
print("Token embedding parameter dimensions:", params["wte"].shape)
print("Token embedding parameter:\n", params["wte"])

执行上面代码，打印结果如下：

Parameter dictionary keys: dict_keys(['blocks', 'b', 'g', 'wpe', 'wte'])
Token embedding parameter dimensions: torch.Size([50257, 768])
Token embedding parameter:Parameter containing:
tensor([[-0.1101, -0.0393,  0.0331,  ..., -0.1364,  0.0151,  0.0453],[ 0.0403, -0.0486,  0.0462,  ...,  0.0861,  0.0025,  0.0432],[-0.1275,  0.0479,  0.1841,  ...,  0.0899, -0.1297, -0.0879],...,[-0.0445, -0.0548,  0.0123,  ...,  0.1044,  0.0978, -0.0695],[ 0.1860,  0.0167,  0.0461,  ..., -0.0963,  0.0785, -0.0225],[ 0.0514, -0.0277,  0.0499,  ...,  0.0070,  0.1552,  0.1207]],requires_grad=True)

定义函数load_openai_params，并按照如下规则使用参数字典params中的参数替换大语言模型GPTModel中的相应参数：

使用wte参数替代Token Embedding层参数gpt2_small.tok_emb.weight；
使用wpe参数替代Positional Embedding层参数gpt2_small.pos_emb.weight；
使用attn.c_attn.w参数替代多头注意力子模块中的att.W_qkv.weight；
使用attn.c_attn.b参数替代多头注意力子模块中的att.W_qkv.bias；
使用attn.c_proj.w参数替代多头注意力子模块中的att.out_proj.weight；
使用attn.c_proj.b参数替代多头注意力子模块中的att.out_proj.bias；
使用mlp.c_fc.w参数替代前馈神经网络子模块中第一个Linear层的ff.layers[0].weight；
使用mlp.c_fc.b参数替代前馈神经网络子模块中第一个Linear层的ff.layers[0].bias；
使用mlp.c_proj.w参数替代前馈神经网子络模块中第二个Linear层的ff.layers[2].weight；
使用mlp.c_proj.b参数替代前馈神经网子络模块中第二个Linear层的ff.layers[2].bias；
使用ln_1.g参数替代多头注意力子模块中Layer Normalization层参数norm1.scale；
使用ln_1.b参数替代多头注意力子模块中Layer Normalization层参数norm1.shift；
使用ln_2.g参数替代前馈神经网络子模块中Layer Normalization层参数norm2.scale；
使用ln_2.b参数替代前馈神经网络子模块中Layer Normalization层参数norm2.shift；
使用g参数替代对最后的输出层的输入张量做变换的Layer Normalization层参数final_norm.scale；
使用b参数替代对最后的输出层的输入张量做变换的Layer Normalization层参数final_norm.shift；
使用wte参数替代最后的输出层参数out_linear.weight。

具体代码如下所示：

def load_openai_params(model, params):model.tok_emb.weight = params['wte']model.pos_emb.weight = params['wpe']for b in range(len(params["blocks"])):model.trf_blocks[b].att.W_qkv.weight = torch.nn.Parameter(params["blocks"][b]["attn"]["c_attn"]["w"].T)model.trf_blocks[b].att.W_qkv.bias = params["blocks"][b]["attn"]["c_attn"]["b"]model.trf_blocks[b].att.out_proj.weight = torch.nn.Parameter(params["blocks"][b]["attn"]["c_proj"]["w"].T)model.trf_blocks[b].att.out_proj.bias = params["blocks"][b]["attn"]["c_proj"]["b"]model.trf_blocks[b].ff.layers[0].weight = torch.nn.Parameter(params["blocks"][b]["mlp"]["c_fc"]["w"].T)model.trf_blocks[b].ff.layers[0].bias = params["blocks"][b]["mlp"]["c_fc"]["b"]model.trf_blocks[b].ff.layers[2].weight = torch.nn.Parameter(params["blocks"][b]["mlp"]["c_proj"]["w"].T)model.trf_blocks[b].ff.layers[2].bias = params["blocks"][b]["mlp"]["c_proj"]["b"]model.trf_blocks[b].norm1.scale = params["blocks"][b]["ln_1"]["g"]model.trf_blocks[b].norm1.shift = params["blocks"][b]["ln_1"]["b"]model.trf_blocks[b].norm2.scale = params["blocks"][b]["ln_2"]["g"]model.trf_blocks[b].norm2.shift = params["blocks"][b]["ln_2"]["b"]model.final_norm.scale = params["g"]model.final_norm.shift = params["b"]model.out_linear.weight = params["wte"]

实例化大语言模型gpt2_small，使用函数load_openai_params加载OpenAI的开源大语言模型GPT-2的参数，并调用从零开始实现大语言模型（十二）：文本生成策略所述文本生成函数generate_text，打印生成的文本信息：

import tiktoken
# from [从零开始实现大语言模型（七）：多头注意力机制] import MultiHeadAttention
# from [从零开始实现大语言模型（八）：Layer Normalization] import LayerNorm
# from [从零开始实现大语言模型（九）：前馈神经网络与GELU激活函数] import GELU, FeedForward
# from [从零开始实现大语言模型（十一）：构建大语言模型GPTModel] import TransformerBlock, GPTModel
# from [从零开始实现大语言模型（十二）：文本生成策略] import generate_textembedding_dim = 768
num_layers = 12
num_heads = 12
context_len = 1024
vocabulary_size = 50257
dropout = 0.1
qkv_bias = Truetokenizer = tiktoken.encoding_for_model("gpt2")
gpt2_small = GPTModel(embedding_dim=embedding_dim,num_layers=num_layers,num_heads=num_heads,context_len=context_len,vocabulary_size=vocabulary_size,dropout=dropout,qkv_bias=qkv_bias
)load_openai_params(gpt2_small, params)torch.manual_seed(123)
text = generate_text(model=gpt2_small, start_context="Every effort moves you", max_new_tokens=23, context_size=1024, tokenizer=tokenizer, temperature=0.3, top_k=50, compact_format=True
)
print(text)

执行上面代码，打印结果如下：

Every effort moves you forward, but it's a process. It's a process of learning, and it's a process of learning.

4. Hugging Face与Model Scope

Hugging Face与Model Scope是全球最大的两个开源模型社区，可以直接通过Hugging Face或Model Scope加载开源大语言模型参数。如下面的代码所示，可以直接使用GPT2Model.from_pretrained函数，从Hugging Face中加载开源大语言模型GPT-2：

from transformers import GPT2Modelhf_gpt2_small = GPT2Model.from_pretrained("openai-community/gpt2", cache_dir="huggingface_params")
print(hf_gpt2_small)

执行上面代码，打印结果如下：

GPT2Model((wte): Embedding(50257, 768)(wpe): Embedding(1024, 768)(drop): Dropout(p=0.1, inplace=False)(h): ModuleList((0): GPT2Block((ln_1): LayerNorm((768,), eps=1e-05, elementwise_affine=True)(attn): GPT2Attention((c_attn): Conv1D()(c_proj): Conv1D()(attn_dropout): Dropout(p=0.1, inplace=False)(resid_dropout): Dropout(p=0.1, inplace=False))(ln_2): LayerNorm((768,), eps=1e-05, elementwise_affine=True)(mlp): GPT2MLP((c_fc): Conv1D()(c_proj): Conv1D()(act): NewGELUActivation()(dropout): Dropout(p=0.1, inplace=False)))[...](11): GPT2Block((ln_1): LayerNorm((768,), eps=1e-05, elementwise_affine=True)(attn): GPT2Attention((c_attn): Conv1D()(c_proj): Conv1D()(attn_dropout): Dropout(p=0.1, inplace=False)(resid_dropout): Dropout(p=0.1, inplace=False))(ln_2): LayerNorm((768,), eps=1e-05, elementwise_affine=True)(mlp): GPT2MLP((c_fc): Conv1D()(c_proj): Conv1D()(act): NewGELUActivation()(dropout): Dropout(p=0.1, inplace=False))))(ln_f): LayerNorm((768,), eps=1e-05, elementwise_affine=True)
)

定义继承自torch.nn.Module的HFGPT2ModelWrapper类，在其__init__方法中创建大语言模型GPT-2的输出层self.out_linear，并使用Token Embedding层参数替代输出层self.out_linear的随机初始化参数。在forward方法中，将x输入从Hugging Face中加载的大语言模型hf_gpt2_small，并将大语言模型hf_gpt2_small输出的last_hidden_state输入在__init__方法中创建的输出层self.out_linear。创建HFGPT2ModelWrapper类对象gpt2_small，并调用文本生成函数generate_text，打印生成的文本信息：

class HFGPT2ModelWrapper(torch.nn.Module):def __init__(self, hf_model):super().__init__()self.hf_model = hf_modelself.out_linear = torch.nn.Linear(hf_model.wte.weight.shape[1], hf_model.wte.weight.shape[0], bias=False)self.out_linear.weight = hf_model.wte.weightdef forward(self, x):last_hidden_state = self.hf_model(x)["last_hidden_state"]return self.out_linear(last_hidden_state)gpt2_small = HFGPT2ModelWrapper(hf_gpt2_small)torch.manual_seed(123)
text = generate_text(model=gpt2_small, start_context="Every effort moves you", max_new_tokens=23, context_size=1024, tokenizer=tokenizer, temperature=0.3, top_k=50, compact_format=True
)
print(text)

执行上面代码，打印结果如下：

Every effort moves you forward, but it's a process. It's a process of learning, and it's a process of learning.

可以进一步定义函数load_huggingface_params，使用从Hugging Face中加载的开源大语言模型GPT-2参数替代大语言模型GPTModel中的随机初始化参数：

def load_huggingface_params(model, hf_model):state_dict = hf_model.state_dict()model.pos_emb.weight = torch.nn.Parameter(state_dict["wpe.weight"])model.tok_emb.weight = torch.nn.Parameter(state_dict["wte.weight"])for b in range(len(hf_model.h)):model.trf_blocks[b].att.W_qkv.weight = torch.nn.Parameter(state_dict[f"h.{b}.attn.c_attn.weight"].T)model.trf_blocks[b].att.W_qkv.bias = torch.nn.Parameter(state_dict[f"h.{b}.attn.c_attn.bias"])model.trf_blocks[b].att.out_proj.weight = torch.nn.Parameter(state_dict[f"h.{b}.attn.c_proj.weight"].T)model.trf_blocks[b].att.out_proj.bias = torch.nn.Parameter(state_dict[f"h.{b}.attn.c_proj.bias"])model.trf_blocks[b].ff.layers[0].weight = torch.nn.Parameter(state_dict[f"h.{b}.mlp.c_fc.weight"].T)model.trf_blocks[b].ff.layers[0].bias = torch.nn.Parameter(state_dict[f"h.{b}.mlp.c_fc.bias"])model.trf_blocks[b].ff.layers[2].weight = torch.nn.Parameter(state_dict[f"h.{b}.mlp.c_proj.weight"].T)model.trf_blocks[b].ff.layers[2].bias = torch.nn.Parameter(state_dict[f"h.{b}.mlp.c_proj.bias"])model.trf_blocks[b].norm1.scale = torch.nn.Parameter(state_dict[f"h.{b}.ln_1.weight"])model.trf_blocks[b].norm1.shift = torch.nn.Parameter(state_dict[f"h.{b}.ln_1.bias"])model.trf_blocks[b].norm2.scale = torch.nn.Parameter(state_dict[f"h.{b}.ln_2.weight"])model.trf_blocks[b].norm2.shift = torch.nn.Parameter(state_dict[f"h.{b}.ln_2.bias"])model.final_norm.scale = torch.nn.Parameter(state_dict[f"ln_f.weight"])model.final_norm.shift = torch.nn.Parameter(state_dict[f"ln_f.bias"])model.out_linear.weight = torch.nn.Parameter(state_dict["wte.weight"])

实例化大语言模型gpt2_small，使用函数load_huggingface_params加载Hugging Face中开源的大语言模型GPT-2的参数，并调用文本生成函数generate_text，打印生成的文本信息：

embedding_dim = 768
num_layers = 12
num_heads = 12
context_len = 1024
vocabulary_size = 50257
dropout = 0.1
qkv_bias = Truegpt2_small = GPTModel(embedding_dim=embedding_dim,num_layers=num_layers,num_heads=num_heads,context_len=context_len,vocabulary_size=vocabulary_size,dropout=dropout,qkv_bias=qkv_bias
)load_huggingface_params(gpt2_small, hf_gpt2_small)torch.manual_seed(123)
text = generate_text(model=gpt2_small, start_context="Every effort moves you", max_new_tokens=23, context_size=1024, tokenizer=tokenizer, temperature=0.3, top_k=50, compact_format=True
)
print(text)

执行上面代码，打印结果如下：

Every effort moves you forward, but it's a process. It's a process of learning, and it's a process of learning.

5. 结束语

未完待续……

查看全文

http://www.xdnf.cn/news/7031.html

《Python星球日记》第87天：什么是大语言模型 LLM？

1_Spring 【IOC容器的创建】

深入了解linux系统—— 基础IO（下）

【QGIS二次开发】地图编辑-08

tauri2项目使用sidcar嵌入可执行文件并使用命令行调用

实战设计模式之状态模式

互联网大厂Java面试场景：从Spring Boot到分布式缓存技术的探讨

十一、STM32入门学习之FREERTOS移植

React 19 中的useRef得到了进一步加强。

ngx_http_proxy_protocol_vendor_module 模块

【Linux】进程的基本概念

虚幻引擎5-Unreal Engine笔记之Pawn与胶囊体的关系

【android bluetooth 协议分析 01】【HCI 层介绍 5】【SetEventMask命令介绍】

Elasticsearch 初步认识

用 UniApp 构建习惯打卡 App —— HabitLoop 开发记

【cursor】有效解决

Denoising Score Matching with Langevin Dynamics

【HarmonyOS 5开发入门】DevEco Studio安装配置完全指南

Flink 的窗口机制

【ant design】ant-design-vue 4.0实现主题色切换

【软考 McCabe度量法】

深入理解指针(6)

基因编辑根治胰腺癌-陈墨仙

Raft 协议：分布式一致性算法的核心思想

欢乐熊大话蓝牙知识4:GATT 协议全解：蓝牙传数据到底怎么传？

费马小定理

数学复习笔记 16

【Linux网络编程】Socket编程：协议理论入门

数据库的规范化设计方法---3种范式

AIStarter Windows 版本迎来重磅更新！模型插件工作流上线，支持 Ollama / ComfyUI 等多平台本地部署模型统一管理

1. 前言

2. 获取开源大语言模型参数

3. 加载开源大语言模型参数

4. Hugging Face与Model Scope

5. 结束语

相关文章：