Huggingface Transformer - GPT2 从保存的检查点恢复训练

Posted 2023-03-29

【中文标题】Huggingface Transformer - GPT2 从保存的检查点恢复训练

【英文标题】：Huggingface Transformer - GPT2 resume training from saved checkpoint

【发布时间】：2021-04-08 06:25:03

【问题描述】：

恢复 GPT2 微调，从 run_clm.py 实施

GPT2 huggingface 是否有一个参数可以从保存的检查点恢复训练，而不是从头开始训练？假设 python notebook 在训练时崩溃，检查点会被保存，但是当我再次训练模型时，它仍然从头开始训练。

来源：here

微调代码：

!python3 run_clm.py \
    --train_file source.txt \
    --do_train \
    --output_dir gpt-finetuned \
    --overwrite_output_dir \
    --per_device_train_batch_size 2 \
    --model_name_or_path=gpt2 \
    --save_steps 100 \
    --num_train_epochs=1 \
    --block_size=200 \
    --tokenizer_name=gpt2

从上面的代码来看，run_clm.py 是huggingface 提供的一个脚本，用于微调 gpt2 以使用自定义数据集进行训练

【参考方案1】：

要从检查点恢复训练，请使用 --model_name_or_path 参数。因此，不要提供默认的 gpt2，而是将其指向最新的检查点文件夹。

所以你的命令变成了：

!python3 run_clm.py \
    --train_file source.txt \
    --do_train \
    --output_dir gpt-finetuned \
    --overwrite_output_dir \
    --per_device_train_batch_size 2 \
    --model_name_or_path=/content/models/checkpoint-5000 \
    --save_steps 100 \
    --num_train_epochs=1 \
    --block_size=200 \
    --tokenizer_name=gpt2