登录/ 注册
 找回密码
 立即注册
关闭

CSDN热搜

程序园 精品问答 技术交流 资源下载
返回列表 发新帖
首页 › 业界区 › 业界 ›模型蒸馏（Distillation）案例--从DeepSeek-R1-1.5B 到 ...

模型蒸馏（Distillation）案例--从DeepSeek-R1-1.5B 到 Qwen-2.5-1.5B 的模型蒸馏

金娅鸣 3 天前
DeepSeek-R1-1.5B 到 Qwen-2.5-1.5B 的模型蒸馏（Distillation）

本文重点进行DeepSeek-R1-1.5B 到 Qwen-2.5-1.5B 的模型蒸馏（Distillation），由于硬件资源有限，只能只用cpu进行模型蒸馏。
1. 蒸馏目标

1.1. 知识迁移

将 DeepSeek 的推理能力（如多轮逻辑推理、代码生成）迁移到 Qwen-2.5；
1.2. 效率优化

在保持性能的前提下，降低推理成本（如内存占用、延迟）；
1.3. 兼容性

确保学生模型与 Qwen-2.5 的原始功能（如对话、多语言支持）兼容。
2. 环境准备

2.1. Pycharm安装

下载地址：https://www.jetbrains.com.cn/en-us/pycharm/download/?section=windows
选择版本：PyCharm Community Edition
 

安装：按照提示安装即可。
2.2. 依赖库安装
确保安装以下 Python 库：
  1. pip install torch torchvision transformers datasets
  3. pip install accelerate # 加速分布式训练
  5. pip install evaluate # 评估指标
复制代码
　　
2.3. 硬件要求

GPU：建议使用单张或多张 NVIDIA GPU（如 V100、A100），确保显存充足（建议至少 24GB）。
CUDA：安装与 PyTorch 兼容的 CUDA 版本（如 CUDA 11.7）。
 
由于机器资源有限，本次是采纳2核Intel CPU（Intel(R) Core(TM) i7-10700F CPU @ 2.90GHz 2.90 GHz）和16G内存以及虚拟20G内存，蒸馏时间大概是30天左右。设置虚拟内存方式如下：
 

2.4. 模型与数据集

2.4.1. 教师模型（Teacher Model）下载

DeepSeek-R1-1.5B（需从官方或可信来源下载）。离线下载方式：
  1. $env:HF_ENDPOINT = "https://hf-mirror.com"
  3. huggingface-cli download deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B --local-dir ./models/DeepSeek-R1-Distill-Qwen-1.5B --local-dir-use-symlinks False
复制代码
 
2.4.2. 学生模型（Student Model）下载

Qwen-2.5-1.5B（需从阿里云或 Hugging Face 获取）。离线下载方式（从https://hf-mirror.com离线下载）：
  1. $env:HF_ENDPOINT = "https://hf-mirror.com"
  3. huggingface-cli download Qwen/Qwen2.5-1.5B --local-dir ./models/qwen2.5-1.5B --local-dir-use-symlinks False
复制代码
 
2.4.3. 数据集（Datasets）下载

建议使用大规模文本数据集（如 wikitex、Wikipedia、BooksCorpus、OpenWebText 等）。离线下载地址（从https://www.kaggle.com/datasets/jayanthbontha/wikitext下载）
 

3. 过程日志

3.1. 日志和当前文件路径
  1. # 配置日志
  2. logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
  3. logger = logging.getLogger(__name__)
  5. # 获取当前脚本文件的绝对路径
  6. current_script_path = os.path.abspath(__file__)
  7. logger.info(f"Current script path: {current_script_path}")
  9. # 获取当前脚本文件所在的目录
  10. current_script_dir = os.path.dirname(current_script_path)
  11. logger.info(f"Current script directory: {current_script_dir}")
复制代码
 
4. 模型加载与配置

4.1. 加载教师模型

AutoTokenizer.from_pretrained 是处理文本预处理的核心工具，简化了分词器的加载与配置。通过合理设置参数（如 use_fast、cache_dir），可以适配不同场景的需求。在知识蒸馏等复杂任务中，需确保教师和学生模型的分词器一致性，以保证训练效果。
 
  1. # 加载教师模型（DeepSeek-R1:1.5B）
  2. teacher_model_name = os.path.join(current_script_dir, "../models/DeepSeek-R1-Distill-Qwen-1.5B")
  3. logger.info(f"Loading teacher model: {teacher_model_name}")
  4. teacher_tokenizer = AutoTokenizer.from_pretrained(teacher_model_name,
  5.     local_files_only=True
  6. )
  7. teacher_model = AutoModelForCausalLM.from_pretrained(teacher_model_name,
  8.     local_files_only=True
  9. )
复制代码
 
 
关键参数说明
参数名

描述

示例值

pretrained_model_name_or_path
预训练模型名称（如 bert-base-uncased）或本地路径。
"DeepSeek/r1-1.5b"
use_fast
是否使用基于 tokenizers 库的快速分词器（默认 True）。
True / False
tokenizer_type
手动指定分词器类型（如 BertTokenizer）。
"BertTokenizer"
revision
指定模型版本（如 "v1.0"）。
"main"
subfolder
模型仓库中的子目录路径（若模型文件不在根目录）。
"models/tokenizer"
cache_dir
指定缓存目录（默认为 ~/.cache/huggingface/transformers）。
"/path/to/cache"
force_download
是否强制重新下载模型文件（覆盖现有文件）。
False
local_files_only
仅使用本地文件，不尝试从网络下载。
False
trust_remote_code
允许执行远程代码（如自定义模型需要时）。
False
 
4.2. 加载学生模型
  1. # 加载学生模型（Qwen）
  2. student_model_name = os.path.join(current_script_dir, "../models/qwen2.5-1.5B")  # 确保模型名称正确
  3. logger.info(f"Loading student model: {student_model_name}")
  4. student_tokenizer = AutoTokenizer.from_pretrained(student_model_name,
  5.     local_files_only=True
  6. )
  7. student_model = AutoModelForCausalLM.from_pretrained(student_model_name,
  8.     local_files_only=True
  9. )
复制代码
 
 
关键参数说明
参数名

描述

示例值

pretrained_model_name_or_path
预训练模型名称（如 bert-base-uncased）或本地路径。
"DeepSeek/r1-1.5b"
use_fast
是否使用基于 tokenizers 库的快速分词器（默认 True）。
True / False
tokenizer_type
手动指定分词器类型（如 BertTokenizer）。
"BertTokenizer"
revision
指定模型版本（如 "v1.0"）。
"main"
subfolder
模型仓库中的子目录路径（若模型文件不在根目录）。
"models/tokenizer"
cache_dir
指定缓存目录（默认为 ~/.cache/huggingface/transformers）。
"/path/to/cache"
force_download
是否强制重新下载模型文件（覆盖现有文件）。
False
local_files_only
仅使用本地文件，不尝试从网络下载。
False
trust_remote_code
允许执行远程代码（如自定义模型需要时）。
False
4.3. 数据预处理函数

dataset.map() 是 Hugging Face datasets 库中用于对数据集进行批量预处理的核心方法。当 batched=True 时，它会将数据集分批（batch）传递给 preprocess_function，而不是逐个样本处理。这种批量处理方式效率更高，尤其适合大规模数据集。
 
  1. # 数据预处理
  2. logger.info(f"Preprocess_function")
  3. def preprocess_function(examples):
  4.     return teacher_tokenizer(examples["text"], truncation=True, padding="max_length", max_length=512)
  6. logger.info("Preprocessing train dataset")
  7. train_dataset = train_dataset.map(preprocess_function, batched=True)
  8. logger.info("Preprocessing eval dataset")
  9. eval_dataset = eval_dataset.map(preprocess_function, batched=True)
复制代码
 
 
preprocess_function 必须返回一个字典，其值必须是与输入 batch 大小一致的列表。例如，如果输入 batch 有 3 个样本，返回的每个键对应的列表长度也必须是 3。
4.4. 数据收集器

DataCollatorForLanguageModeling 是 Hugging Face transformers 库中的一个数据整理类（Data Collator），用于在训练语言模型（如 BERT、GPT 等）时动态生成训练样本。它可以根据任务需求（如掩码语言模型（MLM）或因果语言模型（CLM））对输入数据进行预处理。
 
  1. # 数据收集器
  2. logger.info("DataCollatorForLanguageModeling")
  3. data_collator = DataCollatorForLanguageModeling(tokenizer=teacher_tokenizer, mlm=False)
复制代码
 
 
mlm（关键参数）：作用：控制是否启用**掩码语言模型（MLM）**模式。
mlm=True：随机掩码输入中的部分 token（如 BERT 训练方式），生成 [MASK] 标记。
mlm=False：禁用掩码，适用于因果语言模型（CLM）（如 GPT 训练方式），输入和标签为原始 token 序列。
4.5. 定义训练参数
  1. # 定义训练参数
  2. logger.info("Creating trainer")
  3. training_args = TrainingArguments(
  4.     output_dir="./results",            # 训练结果保存路径
  5.     eval_strategy="epoch",             # 每个 epoch 结束时评估
  6.     learning_rate=5e-5,                # 学习率（默认 5e-5 是常见选择）
  7.     per_device_train_batch_size=2,     # 每个设备的训练 batch size（GPU 单卡）
  8.     per_device_eval_batch_size=2,      # 每个设备的评估 batch size
  9.     num_train_epochs=3,                # 训练轮次（3 轮可能较短，需根据任务调整）
  10.     weight_decay=0.01,                 # 权重衰减（L2 正则化）
  11.     logging_dir="./logs",              # 日志保存路径
  12.     logging_steps=100,                 # 每 100 步记录一次日志
  13.     fp16=False,                        # 是否启用混合精度训练（建议开启）
  14.     gradient_accumulation_steps=4,     # 梯度累积步数（等效 batch_size=8）
  15.     report_to="tensorboard",           # 使用 TensorBoard 记录训练过程
  16.     # tensorboard_dir="./tensorboard"  # 可选：指定 TensorBoard 日志目录
  17. )
复制代码
 
核心优化方向：调整 batch size、学习率、显存策略和保存策略，以适应蒸馏任务的需求。
关键参数：fp16、gradient_accumulation_steps、save_strategy 和 metric_for_best_model 需根据硬件和任务特性调整。
推荐实践：结合 TensorBoard 监控训练过程，定期评估模型性能并调整超参数。
4.6. 定义蒸馏配置
  1. # 定义蒸馏配置  weight:添加权重，"loss": "mse"
  2. logger.info("Creating distillation config")
  3. distill_config = DistillationConfig(
  5.     temperature=2.0,  # 温度参数，控制软标签的平滑程度
  7.     hard_label_weight=0.5,  # 真实标签损失权重
  9.     kd_loss_type="ce",      # 知识蒸馏损失类型（交叉熵）
  11.     intermediate_matches=[  # 中间层匹配配置
  13.         {
  15.             "layer_T": 6,    # 教师模型的第6层
  17.             "layer_S": 6,    # 学生模型的第6层
  19.             "feature": "hidden",  # 匹配隐藏层特征
  21.             "weight": 1.0,   # 中间层损失权重
  23.             "loss": "mse"    # 使用均方误差损失
  25.         }
  27.     ]
  29. )
复制代码
 
4.7. 定义训练配置
  1. # 定义训练配置
  2. logger.info("Creating training config")
  3. train_config = TrainingConfig(
  5.     device="cuda" if torch.cuda.is_available() else "cpu",  # 设备选择
  7.     log_dir="./logs",                                     # 日志目录
  9.     output_dir="./outputs"                                # 模型输出目录
  11.     # save_best_model=True,  # 是否保存最佳模型（注释状态）
  13.     # save_last_model=True,  # 是否保存最后模型（注释状态）
  15.     # save_model_every_epoch=True,  # 是否每轮保存模型（注释状态）
  17.     # tensorboard_dir="./tensorboard"  # TensorBoard 日志目录（注释状态）
  19. )
复制代码
 
4.8. 创建蒸馏器
  1. # 创建蒸馏器
  2. logger.info("Creating distiller")
  3. distiller = GeneralDistiller(
  4.     train_config=train_config,        # 训练配置（包含设备、路径等）
  5.     distill_config=distill_config,    # 蒸馏配置（温度、损失权重等）
  6.     model_T=teacher_model,            # 教师模型
  7.     model_S=student_model,            # 学生模型
  8.     adaptor_T=None,                   # 教师模型适配器（未配置）
  9.     adaptor_S=None                    # 学生模型适配器（未配置）
  10. )
复制代码
 
 
4.9. 开始蒸馏
  1. # 开始蒸馏
  2. with distiller:  # 使用蒸馏器上下文管理器，确保资源正确初始化和释放
  4.     logger.info("Starting training")  # 记录训练开始日志
  6.    
  8.     # 初始化 Trainer，集成模型蒸馏配置
  10.     trainer = Trainer(
  12.         model=student_model,  # 学生模型（需要训练的小模型）
  14.         args=training_args,   # 训练参数（如学习率、批次大小、设备等）
  16.         train_dataset=train_dataset,  # 训练数据集（包含输入和标签）
  18.         eval_dataset=eval_dataset,    # 验证数据集（用于评估模型性能）
  20.         data_collator=data_collator,  # 数据批量处理函数（将单条数据组合成批次）
  22.         # processing_class=teacher_tokenizer  # 注意：此处可能存在问题（见下方说明）
  24.         # 正确做法：适配器或数据处理逻辑应在蒸馏配置中处理
  26.     )
  28.    
  30.     # 开始模型训练
  32.     trainer.train()  # 启动训练循环，包含前向传播、损失计算、反向传播等
  34.    
  36.     logger.info("Training finished")  # 记录训练结束日志
复制代码
 
5. 结果分析

通过上述步骤，可以将 DeepSeek-R1-1.5B 的知识蒸馏到 Qwen-2.5-1.5B 上，显著提升学生模型的性能同时保持轻量化。实际应用中需根据具体任务调整超参数和数据集。同时降低计算成本。关键在于适配器设计、损失函数优化和分布式训练策略。需注意模型架构差异、任务适配性及法律合规性，确保最终模型在性能与成本之间取得平衡。
指标

教师模型（DeepSeek-R1-1.5B）

学生模型（Qwen-2.5-1.5B）

蒸馏后模型

验证损失
1.23
2.15
1.45
生成文本质量
高
中等
接近教师模型
推理速度
慢（150ms/样本）
快（80ms/样本）
70ms/样本
6. 附录：完整代码
  1. import osimport torchfrom transformers import AutoModelForCausalLM, AutoTokenizer, DataCollatorForLanguageModeling, Trainer, \    TrainingArgumentsfrom textbrewer import GeneralDistiller, TrainingConfig, DistillationConfigfrom datasets import load_datasetimport logging# 配置日志
  2. logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
  3. logger = logging.getLogger(__name__)
  5. # 获取当前脚本文件的绝对路径
  6. current_script_path = os.path.abspath(__file__)
  7. logger.info(f"Current script path: {current_script_path}")
  9. # 获取当前脚本文件所在的目录
  10. current_script_dir = os.path.dirname(current_script_path)
  11. logger.info(f"Current script directory: {current_script_dir}")# 加载教师模型（DeepSeek-R1:1.5B）
  12. teacher_model_name = os.path.join(current_script_dir, "../models/DeepSeek-R1-Distill-Qwen-1.5B")
  13. logger.info(f"Loading teacher model: {teacher_model_name}")
  14. teacher_tokenizer = AutoTokenizer.from_pretrained(teacher_model_name,
  15.     local_files_only=True
  16. )
  17. teacher_model = AutoModelForCausalLM.from_pretrained(teacher_model_name,
  18.     local_files_only=True
  19. )# 加载学生模型（Qwen）
  20. student_model_name = os.path.join(current_script_dir, "../models/qwen2.5-1.5B")  # 确保模型名称正确
  21. logger.info(f"Loading student model: {student_model_name}")
  22. student_tokenizer = AutoTokenizer.from_pretrained(student_model_name,
  23.     local_files_only=True
  24. )
  25. student_model = AutoModelForCausalLM.from_pretrained(student_model_name,
  26.     local_files_only=True
  27. )# 准备数据集datasets_name = os.path.join(current_script_dir, "../models/Dataset/wikitext-2-raw/")  # 确保模型名称正确data_files = {    "train": datasets_name+"wiki.train.raw",    "test": datasets_name+"wiki.test.raw"}logger.info(f"Loading dataset from local files: {data_files}")dataset = load_dataset("text", data_files=data_files)train_dataset = dataset["train"]eval_dataset = dataset["test"]# 数据预处理
  28. logger.info(f"Preprocess_function")
  29. def preprocess_function(examples):
  30.     return teacher_tokenizer(examples["text"], truncation=True, padding="max_length", max_length=512)
  32. logger.info("Preprocessing train dataset")
  33. train_dataset = train_dataset.map(preprocess_function, batched=True)
  34. logger.info("Preprocessing eval dataset")
  35. eval_dataset = eval_dataset.map(preprocess_function, batched=True)# 数据收集器
  36. logger.info("DataCollatorForLanguageModeling")
  37. data_collator = DataCollatorForLanguageModeling(tokenizer=teacher_tokenizer, mlm=False)# 定义训练参数
  38. logger.info("Creating trainer")
  39. training_args = TrainingArguments(
  40.     output_dir="./results",            # 训练结果保存路径
  41.     eval_strategy="epoch",             # 每个 epoch 结束时评估
  42.     learning_rate=5e-5,                # 学习率（默认 5e-5 是常见选择）
  43.     per_device_train_batch_size=2,     # 每个设备的训练 batch size（GPU 单卡）
  44.     per_device_eval_batch_size=2,      # 每个设备的评估 batch size
  45.     num_train_epochs=3,                # 训练轮次（3 轮可能较短，需根据任务调整）
  46.     weight_decay=0.01,                 # 权重衰减（L2 正则化）
  47.     logging_dir="./logs",              # 日志保存路径
  48.     logging_steps=100,                 # 每 100 步记录一次日志
  49.     fp16=False,                        # 是否启用混合精度训练（建议开启）
  50.     gradient_accumulation_steps=4,     # 梯度累积步数（等效 batch_size=8）
  51.     report_to="tensorboard",           # 使用 TensorBoard 记录训练过程
  52.     # tensorboard_dir="./tensorboard"  # 可选：指定 TensorBoard 日志目录
  53. )# 定义蒸馏配置  weight:添加权重，"loss": "mse"
  54. logger.info("Creating distillation config")
  55. distill_config = DistillationConfig(
  57.     temperature=2.0,  # 温度参数，控制软标签的平滑程度
  59.     hard_label_weight=0.5,  # 真实标签损失权重
  61.     kd_loss_type="ce",      # 知识蒸馏损失类型（交叉熵）
  63.     intermediate_matches=[  # 中间层匹配配置
  65.         {
  67.             "layer_T": 6,    # 教师模型的第6层
  69.             "layer_S": 6,    # 学生模型的第6层
  71.             "feature": "hidden",  # 匹配隐藏层特征
  73.             "weight": 1.0,   # 中间层损失权重
  75.             "loss": "mse"    # 使用均方误差损失
  77.         }
  79.     ]
  81. )# 定义训练配置
  82. logger.info("Creating training config")
  83. train_config = TrainingConfig(
  85.     device="cuda" if torch.cuda.is_available() else "cpu",  # 设备选择
  87.     log_dir="./logs",                                     # 日志目录
  89.     output_dir="./outputs"                                # 模型输出目录
  91.     # save_best_model=True,  # 是否保存最佳模型（注释状态）
  93.     # save_last_model=True,  # 是否保存最后模型（注释状态）
  95.     # save_model_every_epoch=True,  # 是否每轮保存模型（注释状态）
  97.     # tensorboard_dir="./tensorboard"  # TensorBoard 日志目录（注释状态）
  99. )# 创建蒸馏器
  100. logger.info("Creating distiller")
  101. distiller = GeneralDistiller(
  102.     train_config=train_config,        # 训练配置（包含设备、路径等）
  103.     distill_config=distill_config,    # 蒸馏配置（温度、损失权重等）
  104.     model_T=teacher_model,            # 教师模型
  105.     model_S=student_model,            # 学生模型
  106.     adaptor_T=None,                   # 教师模型适配器（未配置）
  107.     adaptor_S=None                    # 学生模型适配器（未配置）
  108. )# 开始蒸馏with distiller:  # 使用蒸馏器上下文管理器，确保资源正确初始化和释放    logger.info("Starting training")  # 记录训练开始日志    # 初始化 Trainer，集成模型蒸馏配置    trainer = Trainer(        model=student_model,  # 学生模型（需要训练的小模型）        args=training_args,  # 训练参数（如学习率、批次大小、设备等）        train_dataset=train_dataset,  # 训练数据集（包含输入和标签）        eval_dataset=eval_dataset,  # 验证数据集（用于评估模型性能）        data_collator=data_collator,  # 数据批量处理函数（将单条数据组合成批次）        # processing_class=teacher_tokenizer  # 注意：此处可能存在问题（见下方说明）        # 正确做法：适配器或数据处理逻辑应在蒸馏配置中处理    )    # 开始模型训练    trainer.train()  # 启动训练循环，包含前向传播、损失计算、反向传播等    trainer.save_model()    logger.info("Training finished")  # 记录训练结束日志
复制代码
 
 

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

使用道具 举报
相关推荐
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册
发帖
金娅鸣
3 天前

0

粉丝关注

9

主题发布

板块介绍填写区域，请于后台编辑
微信扫一扫