diff --git a/sources/Diffusers/install.rst b/sources/Diffusers/install.rst index 8cc2536..3a8bf96 100644 --- a/sources/Diffusers/install.rst +++ b/sources/Diffusers/install.rst @@ -21,7 +21,7 @@ Python 环境创建 :linenos: # 创建名为 diffusers 的 python 3.10 的虚拟环境 - conda create -n diffusers python=3.10 + conda create -y -n diffusers python=3.10 # 激活虚拟环境 conda activate diffusers @@ -34,7 +34,7 @@ pip 安装 .. code-block:: shell :linenos: - pip install diffusers torch==2.2.0 torch-npu==2.2.0 torchvision + pip install diffusers torch==2.2.0 torch-npu==2.2.0 torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple 安装校验 diff --git a/sources/Diffusers/quick_start.rst b/sources/Diffusers/quick_start.rst index d79df11..1934809 100644 --- a/sources/Diffusers/quick_start.rst +++ b/sources/Diffusers/quick_start.rst @@ -1,6 +1,9 @@ 快速开始 ================== +.. note:: + 阅读本篇前，请确保已按照 :doc:`安装教程 <./install>` 准备好昇腾环境及 Diffusers ！ + 本示例以文生图 Diffusers 库中文生图任务为样例，展示如何进行文生图模型 stable-diffusion-xl-base-1.0 的基于 LoRA 的微调及动态合并 LoRA 的推理。 文生图 diff --git a/sources/llamafactory/install.rst b/sources/llamafactory/install.rst index 6bec769..afaaa18 100644 --- a/sources/llamafactory/install.rst +++ b/sources/llamafactory/install.rst @@ -49,8 +49,8 @@ LLAMA-Factory 下载安装

创建并激活 Python 环境：

- 
conda create -n your_env_name python=3.10
- 
conda activate your_env_name
+ 
conda create -y -n llamafactory python=3.10
+  conda activate llamafactory

LLaMA-Factory 安装

@@ -135,7 +135,13 @@ LLAMA-Factory 下载安装 安装校验 ---------------------- -使用 ``llamafactory-cli env`` 指令对 LLaMA-Factory × 昇腾的安装进行校验，如下所示，正确显示 LLaMA-Factory、PyTorch NPU 和 CANN 版本号及 NPU 型号等信息即说明安装成功。 +使用以下指令对 LLaMA-Factory × 昇腾的安装进行校验： + +.. code-block:: shell + + llamafactory-cli env + +如下所示，正确显示 LLaMA-Factory、PyTorch NPU 和 CANN 版本号及 NPU 型号等信息即说明安装成功。 .. code-block:: shell diff --git a/sources/llamafactory/quick_start.rst b/sources/llamafactory/quick_start.rst index a18d653..ceaafb5 100644 --- a/sources/llamafactory/quick_start.rst +++ b/sources/llamafactory/quick_start.rst @@ -88,8 +88,7 @@ yaml 配置文件 开启微调 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ -使用 torchrun 启动微调，通过 ``model_name_or_path`` 指定模型， ``output_dir`` 参数指定输出文件保存路径。 -微调涉及的所有参数均在 :ref:`qwen_yaml` 中设置。 +使用 torchrun 启动微调，微调涉及的所有参数均在 :ref:`qwen_yaml` 中设置。 .. code-block:: shell @@ -119,9 +118,9 @@ yaml 配置文件 --finetuning_type lora .. note:: - 确保微调及推理阶段使用同一 ``template`` 参数 + 确保微调及推理阶段使用同一 prompt 模板 ``template`` -接下来即可在终端使用微调的模型进行问答聊天了！如下图所示，为在 NPU 成功推理的样例： +接下来即可在终端使用微调的模型进行问答聊天了！使用 ``Ctrl+C`` 或输入 ``exit`` 退出该问答聊天，如下图所示，为在 NPU 成功推理的样例： .. figure:: ./images/chat-llamafactory.gif :align: center diff --git a/sources/llamafactory/qwen1_5_lora_sft_ds.yaml b/sources/llamafactory/qwen1_5_lora_sft_ds.yaml index 9b4aee8..b786819 100644 --- a/sources/llamafactory/qwen1_5_lora_sft_ds.yaml +++ b/sources/llamafactory/qwen1_5_lora_sft_ds.yaml @@ -32,7 +32,7 @@ gradient_accumulation_steps: 2 learning_rate: 0.0001 num_train_epochs: 3.0 lr_scheduler_type: cosine -warmup_steps: 0.1 +warmup_ratio: 0.1 fp16: true ### eval diff --git a/sources/open_clip/install.rst b/sources/open_clip/install.rst index 40a3827..48dec99 100644 --- a/sources/open_clip/install.rst +++ b/sources/open_clip/install.rst @@ -18,9 +18,9 @@ Python 环境创建 :linenos: # 创建 python 3.10 的虚拟环境 - conda create -n python=3.10 + conda create -y -n openclip python=3.10 # 激活虚拟环境 - conda activate + conda activate openclip open_clip 安装 @@ -31,7 +31,7 @@ open_clip 安装 .. code-block:: shell :linenos: - pip install open-clip-torch + pip install open-clip-torch -i https://pypi.tuna.tsinghua.edu.cn/simple torch-npu 安装 ---------------------- @@ -42,9 +42,9 @@ torch-npu 安装 :linenos: # install the dependencies - pip3 install attrs numpy==1.26.4 decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py wheel typing_extensions + pip3 install attrs numpy==1.26.4 decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py wheel typing_extensions -i https://pypi.tuna.tsinghua.edu.cn/simple # install torch and torch-npu - pip install torch==2.2.0 torch-npu==2.2.0 + pip install torch==2.2.0 torch-npu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 安装校验 ---------------------- diff --git a/sources/open_clip/quick_start.rst b/sources/open_clip/quick_start.rst index 6bebf8b..8e54bed 100644 --- a/sources/open_clip/quick_start.rst +++ b/sources/open_clip/quick_start.rst @@ -1,6 +1,9 @@ 快速开始 ================== +.. note:: + 阅读本篇前，请确保已按照 :doc:`安装教程 <./install>` 准备好昇腾环境及 open_clip ！ + 本文档帮助昇腾开发者快速使用 open_clip × 昇腾 进行训练和推理。 使用 NPU 的训练 diff --git a/sources/opencv/install.rst b/sources/opencv/install.rst index 7b840f5..d04c336 100644 --- a/sources/opencv/install.rst +++ b/sources/opencv/install.rst @@ -21,7 +21,7 @@ OpenCV 安装 lib 最低版本 推荐版本 ======= ========== ========== OpenCV 4.9.0 latest -Python 3.9 3.9 +Python 3.9 3.10 GCC 9.4.0 9.4.0 ======= ========== ========== @@ -32,7 +32,7 @@ Python 环境创建 :linenos: # 创建名为 opencv 的 python 3.10 的虚拟环境 - conda create -n opencv python=3.10 + conda create -y -n opencv python=3.10 # 激活虚拟环境 conda activate opencv diff --git a/sources/opencv/quick_start.rst b/sources/opencv/quick_start.rst index 697557e..d83345b 100644 --- a/sources/opencv/quick_start.rst +++ b/sources/opencv/quick_start.rst @@ -1,6 +1,10 @@ 快速开始 ================== +.. note:: + + 阅读本篇前，请确保已按照 :doc:`安装教程 <./install>` 准备好昇腾环境及 OpenCV ！ + OpenCV 中昇腾算子入参列表和 cpu 及 cuda 算子保持一致，除了对昇腾必要的初始化、去初始化之外，用户无需学习 CANN API，仅需要将原来的接口添加 cann 包名（C++ 接口为使用 cann 命名空间），整体流程如下图所示： .. figure:: ./images/opencv_cannop.png @@ -23,7 +27,7 @@ OpenCV 当前支持 20+ 昇腾算子，此处根据图像处理应用场景， .. code-block:: c++ :linenos: - :emphasize-lines: 34,35,38,40,42,48,49 + :emphasize-lines: 34,35,39,41,43,48,49 // This file is part of OpenCV project. // It is subject to the license terms in the LICENSE file found in the top-level directory diff --git a/sources/timm/install.rst b/sources/timm/install.rst index 8e58857..067b663 100644 --- a/sources/timm/install.rst +++ b/sources/timm/install.rst @@ -17,8 +17,8 @@ Python 环境创建 .. code-block:: shell :linenos: - # 创建 python 3.10 的虚拟环境 - conda create -n python=3.10 + # 创建名为 timm 的 python 3.10 的虚拟环境 + conda create -y -n timm python=3.10 # 激活虚拟环境 conda activate @@ -31,7 +31,7 @@ timm 安装 .. code-block:: shell :linenos: - pip install timm + pip install timm -i https://pypi.tuna.tsinghua.edu.cn/simple torch-npu 安装 ---------------------- @@ -42,9 +42,9 @@ torch-npu 安装 :linenos: # install the dependencies - pip3 install attrs numpy==1.26.4 decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py wheel typing_extensions + pip3 install attrs numpy==1.26.4 decorator sympy cffi pyyaml pathlib2 psutil protobuf scipy requests absl-py wheel typing_extensions -i https://pypi.tuna.tsinghua.edu.cn/simple # install torch and torch-npu - pip install torch==2.2.0 torch-npu==2.2.0 + pip install torch==2.2.0 torch-npu==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 安装校验 ---------------------- diff --git a/sources/timm/quick_start.rst b/sources/timm/quick_start.rst index b4e3086..a985bb6 100644 --- a/sources/timm/quick_start.rst +++ b/sources/timm/quick_start.rst @@ -1,6 +1,10 @@ 快速开始 ================== +.. note:: + + 阅读本篇前，请确保已按照 :doc:`安装教程 <./install>` 准备好昇腾环境及 timm ！ + 本文档帮助昇腾开发者快速使用 timm × 昇腾 进行训练和推理。 导入 torch-npu